基于偏微分方程改进模型的声呐图像增强方法研究

发布时间：2020-05-14 18:36

【摘要】：海洋探索是近年来自然科学界的研究热点,由于海洋环境的特殊性,各种声呐设备成为了海洋及其资源开发与利用的重要工具。声呐图像能够直观的反映水下环境的情况,为科研工作的开展提供便利,然而受到成像方式、水声信道和环境噪声等因素的影响,根据回波强度获得的声呐图像往往伴有噪声和灰度分布异常的问题。为了后续目标识别,图像判读等工作的进行,必须要对声呐图像进行降噪和灰度均衡化的处理。基于偏微分方程(PDE)的图像降噪方法目前已在光学图像中得到广泛应用,但其在声学图像上的应用和相关研究相对较少。一方面,本文在对PM模型、TV模型、正则化PM模型和四阶YK模型等经典偏微分降噪模型研究的基础上,提出改进了扩散函数和门限的PDE模型,并对这些模型在声呐图像上的降噪效果仿真实验,对比各模型的降噪效果;另一方面,对声呐图像增强中常用的直方图均衡化、航向列灰度改正、Retinex增强和基于PDE的灰度均衡方法进行研究,通过在偏微分灰度均衡方程中添加方向扩散项的方式,实现了降噪与灰度均衡在一次处理中的同步进行,并用声呐图像进行仿真实验对比各方法对灰度分布异常的改善情况。在对比评价各方法对声呐图像质量的改善程度时,结合主、客观图像质量评价标准,对多幅图像的增强效果综合分析,还利用湖试和水池实验中实测获得的真实声呐图像进行降噪和灰度均衡效果的验证。最后得到结论:TV模型和正则化PM模型较适用于声呐图像降噪,而改进的PDE降噪模型对于被严重污染的图像有较好的降噪效果;添加方向扩散项的改进PDE灰度均衡方法能在保持图像边缘细节的同时,实现降噪和灰度均衡化,对声呐图像的增强效果更好。实际应用中,还应结合具体的增强需求和图像特征,权衡选择最合适的增强方法。
【图文】：

模型曲线,模型曲线,门限,全变分

图 3.1 不同扩散门限下的 PM 模型曲线决 PM 模型“阶梯效应”的缺陷，就需要改进扩散函数以及扩散门限K 的设定方式。3.2 TV 模型图像的特征通过其包含的各种突变所表现出来，图像的纹理和边缘等局部区域内度变化明显的即为突变。如果降噪算法以图像梯度变化的二范数2 u 来作为平滑的考指标，就会造成降噪算法对于包括噪声和边缘等大梯度部分的低宽容度，这与保护像结构的降噪处理前提相矛盾。对于这一问题，利用能够度量图像的梯度值的一阶范 u 取代二阶范数来进行含噪图像的全变分最小化，就能实现图像的降噪目的，这诞生了一类基于整体全变分（TV）的平滑模型。Rudin、Osher 和 Fatemi 在 1992 年提了一种新观点，向原始 TV 模型中加入了拉格朗日算子，通过这一改进得到了正则化全变分 ROF 降噪模型[19]。本文对全变分 TV 模型的研究将围绕 ROF 模型进行。3.2.1 TV 模型的降噪算法与原理

曲线,扩散模型,自适应,扩散系数

和b 之间的部分，扩散系数为 ()1g u和 ()2g u 的均值；大于等于 b 的部分，置为 0。以 a = 10 ,b=40,K=20为例，其扩散系数与梯度的关系如图 3.2 所示由图 3.2 可以看出，当梯度幅值小于 10 时，说明该区域为图像的平坦区域，扩为 1，滤波强度较大；在区间 (1 0,40)时，扩散系数按照式（3-24）的函数曲线，，随着图像区域特征变化而变化；当梯度大于 40 时，说明扩散已到达图像边系数强制设为 0，不进行扩散滤波，从而彻底保护图像边缘结构。在这一方法
【学位授予单位】：哈尔滨工程大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TP391.41;O175.2

【参考文献】