Curvelet域贝叶斯估计侧扫声呐图像降斑方法

! u6 W( H1 W- m1 H

[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 1 }8 H6 S. i9 _; s8 Y2 e$ H

阅读量：

% U4 c4 h( c9 q+ {* b

150

作者：

霍冠英，李庆武，王敏，范习健，范新南

摘要：

9 o4 _ S) `: o8 z/ U2 ]8 {' Y [

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.

& t: b0 s3 _& Z. B

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

4 b2 h+ W* N1 B* c; [

被引量：

29

年份：

2011 ! q3 ]) U& W' m $ X5 Y. M7 \/ ~, v2 G5 M X/ E0 D