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 * J; g1 Q2 |8 w- p- s4 O& k

阅读量：

2 @ k m. y* K/ M% `! {

150

6 Q; g! ^! h) I& }5 A" V" W

作者：

霍冠英，李庆武，王敏，范习健，范新南

摘要：

& B/ U: t: N$ s/ _! q" v

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.

4 S$ c( G9 l- N R7 Y) ?2 O

关键词：

声呐图像；降斑；贝叶斯估计；Curvelet；局部自适应 8 n7 c* G) Y( l3 A9 r2 r4 u K1 o& i7 f

DOI：

CNKI:SUN:YQXB.0.2011-01-029

4 M" a# d) ^2 H# O- D9 F2 V

被引量：

29 / R, O0 a& L& i. b+ d

年份：

2011 : k% ^$ i/ D4 O% E2 [ ( t4 m5 L6 [$ d$ H : ^1 v& f q! F; D8 X