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.

8 A' [4 H3 Q. c3 c" _- }

来自 知网 ' } G, a _9 A0 c# P

6 e( Y' [$ I) f9 k

阅读量：

' E7 `5 F3 a, @

150

5 {- t; O# [$ s4 A7 }4 E; R$ n

作者：

霍冠英，李庆武，王敏，范习健，范新南 3 v$ b" S, Q9 N; Q, c/ p3 H

摘要：

1 }' V# ]' L4 e6 ^% G3 p }$ {

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

年份：

2011 3 p1 w8 V Q# b " P) k1 [9 Z7 m$ h) z1 R M! \