Curvelet域贝叶斯估计侧扫声呐图像降斑方法

6 Y8 f* ~5 K9 [2 F8 L$ c

[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.

来自 知网 3 e) L2 e5 g8 f

; j" u# P" L' j

阅读量：

5 P/ Q0 f' g! w' p7 M' P

150

( n8 y, l v& Q

作者：

霍冠英，李庆武，王敏，范习健，范新南

摘要：

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.

关键词：

声呐图像；降斑；贝叶斯估计；Curvelet；局部自适应 " Y6 B' t. V' Q; s) W

DOI：

CNKI:SUN:YQXB.0.2011-01-029

" p5 U: E0 O3 A/ o+ S( s

被引量：

29 ( l* C$ ~8 u) j$ w! |) z

年份：

2011 ; R6 n% g- k5 F# `9 ]. m+ u