Curvelet域贝叶斯估计侧扫声呐图像降斑方法

[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

阅读量：

9 s! ^9 X8 z; q8 Z" V2 \5 E

150

3 Q/ } `2 S. R1 L7 r( X9 E

作者：

霍冠英，李庆武，王敏，范习健，范新南

摘要：

8 g& B) {& o. 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.

$ K3 O" j/ P. k

关键词：

声呐图像；降斑；贝叶斯估计；Curvelet；局部自适应 + u. O" \# o3 ]' C1 X

DOI：

CNKI:SUN:YQXB.0.2011-01-029

& W3 e( }8 L! }' q

被引量：

29

年份：

2011 1 l9 O0 u$ l+ ^# Y0 t ' W5 r8 w3 y) i; z4 X$ L: \ % g( z- o H3 t. O2 f3 F+ w1 z