Curvelet域贝叶斯估计侧扫声呐图像降斑方法

. D. a, ~- r& R. z

[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

9 t: `3 Z; k9 D% E

阅读量：

150

作者：

霍冠英，李庆武，王敏，范习健，范新南 & I- ?8 {9 e, d% W

摘要：

0 R1 C$ J; V! N$ r

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 5 ]) S* g2 \! _9 F; G, t/ W1 e5 F

DOI：

CNKI:SUN:YQXB.0.2011-01-029

被引量：

29 ; L3 A' E( h3 K$ i: i# X

年份：

2011 x' h: x- h/ Q3 U I6 `" l & N) J5 g. {# h 6 W- D$ T) |& b3 R% N u# \, H) I 2 H* `( }0 P" } m. k8 d) K. S