Curvelet域贝叶斯估计侧扫声呐图像降斑方法

' B0 W* G" k& |7 _+ K0 x

[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.

9 G, V' @2 b9 ~8 c; ~. i2 x: q5 i

来自 知网 4 E$ R0 A: Z2 b6 o

* R7 |% f% X Z3 B9 m

阅读量：

150

作者：

霍冠英，李庆武，王敏，范习健，范新南

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.

0 Z6 u* b6 R+ m/ w" e; o

关键词：

声呐图像；降斑；贝叶斯估计；Curvelet；局部自适应 $ v7 p% C6 ]/ z7 q9 D; o* ~

DOI：

CNKI:SUN:YQXB.0.2011-01-029

0 V2 f: F) w8 W2 a1 [

被引量：

29

年份：

2011 4 L% c+ o. |3 R- `& t) Q , b1 T1 ^0 p @3 l 2 I/ [- g& k1 J) h: R ' z- F' f1 L) C. P