Curvelet域贝叶斯估计侧扫声呐图像降斑方法

; S$ Y* C+ b+ k4 e q' m

[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 : k; `: t1 D) X# X) {8 s, B

( d/ N/ S" X, e; E, H9 V

阅读量：

150

作者：

霍冠英，李庆武，王敏，范习健，范新南 ) N6 \3 N' ^$ o7 R N% h- K6 U

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.

2 o5 U# w( i0 |" M* O5 S

关键词：

声呐图像；降斑；贝叶斯估计；Curvelet；局部自适应 ' V/ ?3 T' z% c8 v; m( R

DOI：

0 x7 c; C5 m6 h/ n* i3 J! e! M, n x

CNKI:SUN:YQXB.0.2011-01-029

* n$ h" }& y6 p5 u: Q' l

被引量：

29 $ x5 t- l; O. @, y4 T

年份：

2011 5 Q4 k& r9 _, T3 Y* R: p: m