Curvelet域贝叶斯估计侧扫声呐图像降斑方法

* I8 l8 I$ i" X! k

[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.

) V- u2 r* K, f* h

来自 知网 B& m$ v; G1 t) X9 M! c. R

) P" z, s+ J. X8 z

阅读量：

150

作者：

霍冠英，李庆武，王敏，范习健，范新南 9 y4 L) f4 ]/ S6 f/ ~$ ~: A9 d

摘要：

7 X1 o! B- z- n4 {9 P+ I) q Y

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

DOI：

CNKI:SUN:YQXB.0.2011-01-029

被引量：

29 B# v& K* j; I) ^% N/ N5 P& s/ C X& q: H

年份：

2011 2 Y" n, h+ k6 b4 ]) m" n 7 u8 w( l: A2 ^7 | w! A2 h