7 H: D4 N; H2 L8 m, w3 y
[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.
5 R B: p) j1 l" k& Q 来自 知网 5 Z0 E. M+ v" V2 k
0 y) `2 x+ Q6 \2 r: r3 Y5 D( u6 c0 P 阅读量：
; b G% m9 D B( Z 150
( u: J2 X; y, C) z1 Z! C 作者： 霍冠英，李庆武，王敏，范习健，范新南
0 Q$ G2 U$ V: K4 p% o 摘要： f% { L) d. [/ q% U
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.
' Y/ P0 f; s F3 c. V 关键词： 声呐图像；降斑；贝叶斯估计；Curvelet；局部自适应
, L* M3 M2 a$ F DOI：
/ M4 j, t) b3 {* u0 l CNKI:SUN:YQXB.0.2011-01-029 % h& E0 {. M: l: B" o. H
被引量： 29- X0 A- c0 S4 h2 O% ~
年份： 2011! f- |& ]2 m" f: b1 L: Q6 }
1 ^7 u/ y; F8 I3 O" R0 B4 ^3 i) \* t0 N
r8 m. [. W* Q+ i% }
/ g3 m; l3 ~! M6 g9 \" s5 Q; d- J
| 
