Curvelet域贝叶斯估计侧扫声呐图像降斑方法

7 ?- r: f: P$ N' ]1 d3 w o: L$ b

[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.

8 L9 h- Z+ A1 X

来自 知网 - ^) H/ t7 e# t; b9 X2 f$ |

, B& l. o' X7 T I( N

阅读量：

150

作者：

霍冠英，李庆武，王敏，范习健，范新南 % P) l( g: m- T7 {7 ~' x0 D9 I

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 . d, n& A) O/ P; L: \( i

DOI：

! J6 ?7 Y1 M# I9 S1 K3 c/ g, z" n

CNKI:SUN:YQXB.0.2011-01-029

( T- S/ X1 C+ [, b9 d5 c

被引量：

29

年份：

2011 * Q. v y, [/ b7 } ; g8 O# r0 h/ Z+ X