3 G) Y' C, Y2 c t2 ? [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.* B+ C7 M& q. Q
来自 知网 9 q1 O5 ?' h. H8 j* }8 i/ W
# v% z- t: s9 w, F/ Q/ T9 ]; I
阅读量： " K0 ^! R/ \3 X* E
150 ( R2 y" A& G$ W) \) s
作者： 霍冠英，李庆武，王敏，范习健，范新南9 }, y$ z' V7 i- U; f: K& ^
摘要： , n. X7 N. p6 J7 z' I5 b1 g
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. 2 X0 K; @ g1 n3 h1 }2 x4 D
关键词： 声呐图像；降斑；贝叶斯估计；Curvelet；局部自适应2 U4 W1 D5 E4 G) C7 _/ \0 L. j+ z
DOI：
( Z" @" x6 N0 x' b CNKI:SUN:YQXB.0.2011-01-029 4 \3 ~& o% Z) c. p( H
被引量： 29
& v7 c5 d* U0 B) g% F 年份： 20111 }, g2 y' k% D9 h- T
- S ^) ]+ K4 O" r& P ^; f
( O f; H1 p! A s8 H1 Q* A3 {8 p% D5 N7 I
0 d- |( O) D; j# N5 _( x4 F | 
