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.

) a8 q( ~ |; W7 r& P' H2 b

来自 知网

阅读量：

+ V8 H) _4 T7 d2 k8 X1 P7 ~' }! X

150

作者：

霍冠英，李庆武，王敏，范习健，范新南 & v3 P( ]5 \ k

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.

关键词：

声呐图像；降斑；贝叶斯估计；Curvelet；局部自适应

DOI：

) B) v) k$ ^9 g( [9 {" n8 i

CNKI:SUN:YQXB.0.2011-01-029

被引量：

29

年份：

2011 " \6 f1 d8 K5 M* ^) n/ e / s0 q, Q+ q T8 B, B7 l- C( V3 n ! Q6 O, R7 V8 E! k( U) {5 i# S