基于声呐图像斑点噪声的降噪算法研究

发布时间：2022-11-06 09:35

　　水下环境复杂多变,在这样的环境下生成的图像受到很多干扰,这些干扰是影响声呐图像质量的主要因素,它使声呐图像模糊、分辨率低、噪声严重等特点。这也使得声呐图像与光学图像有着不同的特征。为了更好的利用声呐图像,对声呐图像进行降噪预处理是非常重要的。又由于声呐图像与光学图像有着不同特征,光学图像的噪声处理算法不能直接应用到声呐图像降噪中,因此,构建针对声呐图像的降噪算法是非常有意义的。根据声呐图像的特征,本文主要研究了以下内容:（1）本文首先对声呐图像的噪声类型进行总结分析,并确定对声呐图像影响较为严重的噪声类型进行建模,经过研究得到,噪声类型为幅值服从瑞利分布的乘性斑点噪声对声呐图像的影响较为严重,根据现有噪声模型构建方法相结合,得到更简化的乘性斑点噪声模型构建方法。（2）针对声呐图像的特征,本文把三维块匹配图像降噪算法（BM3D）应用到声呐图像的降噪处理中,并利用全变分降噪算法对BM3D算法中滤波处理部分进行改进,通过实验验证,改进算法对声呐图像中的乘性斑点噪声有很好的降噪能力。同时,它能够保留更多的图像纹理信息以及边缘信息。（3）基于全变分以及小波变换在图像处理中的良好性能,本文提出把对... 

【文章页数】：90 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 课题研究的背景及意义
    1.2 常用的声呐图像降噪算法分类
    1.3 图像降噪算法国内外研究现状
        1.3.1 偏微分方程降噪算法国内外研究现状
        1.3.2 基于小波变换的降噪算法研究现状
        1.3.3 混合降噪算法研究
    1.4 本文内容安排
2 声呐图像特征分析及噪声模型建立
    2.1 声呐图像特征分析
    2.2 混响噪声模型分析
    2.3 声呐图像斑点噪声模型建立
    2.4 声呐图像降噪算法研究方向
    2.5 降噪质量评估标准
    2.6 本章小结
3 基于全变分的块匹配声呐图像降噪算法研究
    3.1 全变分算法理论
        3.1.1 TV图像降噪模型的分析
        3.1.2 全变分图像降噪模型数值化分析
    3.2 BM3D降噪算法
        3.2.1 BM3D算法简介
        3.2.2 基础估计
        3.2.3 最终估计
    3.3 基于全变分的块匹配声呐图像降噪算法研究
        3.3.1 算法的基本流程
        3.3.2 基于全变分的块匹配声呐图像降噪算法
    3.4 实验仿真结果及分析
        3.4.1 模拟声呐图像降噪仿真结果及分析
        3.4.2 真实声呐图像降噪仿真结果及分析
    3.5 结论
4 基于非凸正则的全变分-双树复小波声呐图像降噪算法
    4.1 双树复小波变换的相关理论
        4.1.1 一维双树复小波变换
        4.1.2 二维双树复小波变换
    4.2 非凸正则化全变分降噪算法
        4.2.1 非凸正则化全变分降噪算法
        4.2.2 基于小波的非凸稀疏正则化全变分降噪算法
    4.3 基于非凸优化正则项的全变分-双树复小波降噪算法
        4.3.1 基于非凸正则化的全变分-双树复小波降噪算法研究
        4.3.2 参数手动改进
        4.3.3 参数自适应改进
    4.4 实验仿真结果及分析
        4.4.1 模拟声呐图像降噪仿真结果及分析
        4.4.2 真实声呐图像降噪仿真结果及分析
    4.5 本章总结
5 本文算法对比分析
    5.1 实验仿真及结果分析
        5.1.1 模拟声呐图像降噪仿真结果及分析
        5.1.2 真实声呐图像降噪仿真结果及分析
    5.2 本章小结
6 总结与展望
    6.1 主要研究工作总结
    6.2 工作展望
参考文献
致谢
作者简历及攻读硕士学位期间的科研成果


【参考文献】：
期刊论文
[1]基于MRF与引导滤波的声纳图像去噪方法[J]. 李雪峰,姜静,李岩,田宇.  海洋技术学报. 2017(05)
[2]基于各向异性扩散模型的一种改进在图像降噪中的应用[J]. 戴维,王海旭.  数字技术与应用. 2016(04)
[3]利用改进的P-M模型抑制声呐图像散斑噪声[J]. 郭海涛,方金,王泽洋.  仪器仪表学报. 2014(01)
[4]海底地形侧扫声呐图像FFT滤波处理及IDL实现研究[J]. 于瑞金,巩跃强,杨宝林,梁勇.  测绘通报. 2012(S1)
[5]PDE模型在声纳图像去噪中的应用研究[J]. 刘光宇,卞红雨,沈郑燕,石红.  传感器与微系统. 2012(02)
[6]结合非线性滤波器的形态小波域声呐图像去噪[J]. 石红,赵春晖,沈郑燕.  哈尔滨工程大学学报. 2010(11)
[7]基于协同小波分析的声纳图像去噪研究[J]. 王笑,朱方文,陈金波.  机械工程师. 2010(07)
[8]主动声纳混响模拟及性能分析[J]. 刘建萍,凌国民,许钢灿.  舰船电子工程. 2009(03)

博士论文
[1]基于扩散方程和深度学习的图像斑点噪声去除模型研究[D]. 周振宇.哈尔滨工业大学 2018
[2]声纳图像去噪与分割技术研究[D]. 沈郑燕.哈尔滨工程大学 2010

硕士论文
[1]基于小波阈值及非线性滤波的医学图像去噪算法研究[D]. 崔金鸽.吉首大学 2018
[2]基于自适应全变分的图像分块去噪方法[D]. 潘金全.暨南大学 2017
[3]水下声呐图像的多分辨率融合方法研究[D]. 侯夕欢.哈尔滨工程大学 2017
[4]基于非凸正则化项的小波—全变差去噪方法研究[D]. 魏泽林.北京交通大学 2016
[5]基于多尺度几何分析和各向异性扩散的医学超声图像去噪算法研究[D]. 何旭.云南大学 2016
[6]基于双树复小波变换的声呐图像的滤波[D]. 王侠.内蒙古大学 2016
[7]基于小波变换的图像去噪算法研究与应用[D]. 王蓓.延安大学 2015
[8]基于多进制小波变换的声呐图像去噪[D]. 耿长磊.大连理工大学 2014
[9]基于偏微分方程的声纳图像去噪算法研究[D]. 梁世欣.哈尔滨工程大学 2014



本文编号：3703266