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.

/ f: ~/ C3 |8 o7 b: l+ Q

来自 知网 $ ?* X' I% x2 C" d8 a

& f2 d7 W# r- z! z& u. s

阅读量：

150

! j3 e- @0 Y( k( M

作者：

霍冠英，李庆武，王敏，范习健，范新南 % P# X2 [9 q, W- A; o

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.

8 I, }! e7 I( h( W; C+ l

关键词：

声呐图像；降斑；贝叶斯估计；Curvelet；局部自适应 ' b7 y5 @. A# Y0 F

DOI：

CNKI:SUN:YQXB.0.2011-01-029

* m' Z2 ]. S% S& x# C

被引量：

29 # {3 w ]' c" k: C1 }8 b

年份：

2011 5 j9 N) _4 H4 A# s4 T1 r6 J0 g 1 M3 m. N0 Z R+ \