噪声估计算法在侧扫声纳图像去噪中的应用研究

摘要

随着我国建设海洋强国战略的实施，各项海洋工程和科学研究被广泛展开，对海底地貌信息的需求急剧提高。侧扫声呐以作用距离远，覆盖范围广、穿透能力强、采集数据量大等优点被广泛应用于海底探测领域。但是侧扫声呐工作环境复杂多变，受到多种噪声的影响，造成侧扫声呐图像斑点噪声严重，图像信息丢失或者解译困难。因此，侧扫声呐图像去噪对获取更有效的海底探测信息具有重要意义，是各项后续图像处理的基础。现有的图像去噪算法大多是基于光学图像去噪，而侧扫声呐图像的噪声类型为乘性噪声，与一般光学图像的加性噪声不同，并且侧扫声呐图像的图像特征与光学图像也有很大区别，因此多数光学图像去噪算法并不能直接应用于侧扫声呐图像。侧扫声呐图像一般存在高亮度的迎波面和低亮度的背波面，而现有去噪算法缺少对侧扫声呐图像特征和噪声类型的针对性分析，没有顾及侧扫声呐图像信号与噪声的耦合作用产生的噪声溢出现象，具有一定的局限性。本文就侧扫声呐图像去噪和噪声估计展开研究，主要工作内容和贡献如下： （1）系统论述了侧扫声呐图像去噪研究的意义。介绍了侧扫声呐系统的测量原理和系统组成，分析侧扫声呐图像的噪声来源，根据其噪声特性给出了侧扫声呐图像的噪声模型；对国内外现有图像去噪算法进行了较为详细的介绍，并介绍了去噪算法中噪声水平估计的计算方法，简单介绍了噪声估计算法的国内外研究现状，总结和指出了现有去噪算法应用在侧扫声呐图像存在的不足。 （2）进行了侧扫声呐图像噪声溢出现象研究。基于侧扫声呐图像噪声类型和图像特征，指出了侧扫声呐图像与噪声之间的耦合作用，指出了侧扫声呐图像灰度值在噪声影响下溢出灰度级范围的现象，分析了这种溢出现象对噪声估计和去噪带来的不利影响。 （3）基于侧扫声呐变换图像提出了基于弱纹理块的噪声方差估计算法，并根据计算得到的噪声方差改进了BM3D去噪算法。基于侧扫声呐图像噪声特征和噪声溢出现象，在变换图像的基础上，通过弱纹理块的阈值与纹理块方差的迭代计算，选取噪声影响下灰度值未溢出的图像块进行噪声估计，并将计算结果应用于BM3D去噪阈值的选取，改进了BM3D去噪算法。基于改进BM3D去噪算法进行了模拟图像和实际侧扫声呐图像去噪实验，实验结果表明：在高亮区域本文算法去噪效果优秀，纹理得到恢复；在低亮度区域，本文算法去噪效果明显优于其他算法，处理灰度值溢出问题上具有明显优势。 （4）基于侧扫声呐图像提出了基于迭代计算的变异系数噪声估计算法，并根据计算得到的变异系数改进了BM3D去噪算法。以侧扫声呐图像的乘性噪声为研究背景，通过图像块的变异系数剔除受噪声溢出现象影响的图像块，根据图像块变异系数控制图像块的选取，并将噪声估计结果作为BM3D去噪算法阈值的参数，改进了BM3D去噪算法。基于改进BM3D去噪算法进行了模拟图像和实际侧扫声呐图像去噪实验，实验结果表明：采用迭代结算的变异系数噪声估计算法能去除噪声溢出现象的影响，对噪声分布具有良好的代表性，噪声估计结果更准确；基于变异系数的BM3D算法去噪性能优于其他两种算法，细节信息保持较好。

目录

第一个书签之前

摘要

关键字

ABSTRACT

KEYWORDS

1 绪论

1.1 研究背景及意义

1.2 侧扫声呐系统发展与工作原理

1.2.1 侧扫声呐系统发展历程

1.2.2 侧扫声呐系统组成与工作原理

1.3 图像去噪的国内外研究现状

1.4 噪声估计算法的国内外研究现状

1.5 本文主要内容及目的

2 侧扫声呐图像噪声溢出现象研究

2.1 噪声类型与噪声模型

2.2 侧扫声呐系统噪声模型

2.2.1 侧扫声呐系统噪声类型

2.2.2 侧扫声呐图像的噪声模型

2.3 侧扫声呐图像噪声溢出现象

2.3.1 加性噪声环境下灰度值溢出现象

2.3.2 乘性噪声环境下灰度值溢出现象

2.4 小结

3 基于噪声方差估计的BM3D算法去噪研究

3.1 基于弱纹理块噪声方差估计算法的实现

3.2 改进BM3D算法模拟图像去噪实验

3.3 侧扫声呐图像去噪实验分析与结果

3.4 小结

4 基于变异系数估计的BM3D算法去噪研究

4.1 基于迭代变异系数的噪声估计算法的实现

4.2 改进BM3D算法模拟图像去噪实验

4.3 侧扫声呐图像去噪实验分析与结果

4.4去噪图像的边缘检测对比试验

4.5 小结

5 结论与展望

5.1 论文结论

5.2 论文展望

参考文献

硕士期间的主要工作与成果

致谢