Curvelet域贝叶斯估计侧扫声呐图像降斑方法

4 T/ S* G- u1 `' b) W | m& E

[1]霍冠英, 李庆武, 王敏,等. Curvelet域贝叶斯估计侧扫声呐图像降斑方法[J]. 仪器仪表学报, 2011, 32(1):8.

1 o5 D. }0 |$ \" T

来自 知网 1 U4 [' M5 o2 B3 S& _2 E4 |* l

阅读量：

150

作者：

霍冠英，李庆武，王敏，范习健，范新南 $ B+ G# n! S# J8 E( L

摘要：

2 H# q$ y% v9 ]

针对侧扫声呐图像的斑点噪声,提出了一种贝叶斯估计的Curvelet域降斑方法.依据海底 散射模型,得到侧扫声呐图像斑点噪声的瑞利分布乘性噪声模型.将取对数后的含斑图像进行Curvelet变换,依据噪声系数的瑞利分布,信号系数的高斯分 布,结合贝叶斯理论的最大后验概率估计方法,在近似条件下,得到Curvelet变换域系数估计的理论解析式.采用局部自适应的邻域窗口确定方法,对 Curvelet变换域处理后的系数进行逆变换,再经过指数变换后得到降斑的侧扫声呐图像.实验结果表明,在客观评价指标和主观视觉效果方面,新方法均取 得了优于传统的空间滤波及基于小波的降斑方法的效果.

& L L6 ^7 Q) X9 e3 _; a

关键词：

声呐图像；降斑；贝叶斯估计；Curvelet；局部自适应

DOI：

# y" `0 C9 P( B! y- k3 O

CNKI:SUN:YQXB.0.2011-01-029

8 [1 B' u: @" h- Y6 T/ T

被引量：

29

年份：

2011 G* n3 T U Q) n6 H V# K 4 p( s* @( z; R5 G8 r8 { ( X6 v7 [' X* X" a0 S