Curvelet域贝叶斯估计侧扫声呐图像降斑方法
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.
声呐图像、降斑、贝叶斯估计、Curvelet、局部自适应
32
TP751(遥感技术)
国家自然科学基金60972101、60872096;疏浚技术教育部工程研究中心开放基金HDCN08002;中央高校基本科研业务费专项基金2009B31814
2011-04-29（万方平台首次上网日期，不代表论文的发表时间）
共8页
170-177
