噪声估计算法在侧扫声呐图像去噪中的应用研究
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.
- 作者：
- 张家发
- 学位授予单位：
- 国家海洋局第一海洋研究所
- 专业名称：
- 环境工程
- 授予学位：
- 硕士
- 学位年度：
- 2018年
- 导师姓名：
- 周兴华
- 中图分类号：
- U666.7
- 关键词：
- 侧扫声呐图像；去噪算法；噪声估计；灰度值溢出；乘性噪声；噪声方差；变异系数；BM3D算法
- Side-scan sonar image； de-noising algorithm； noise estimation； gray value overflow； multiplicative noise； noise variance； coefficient of variation； BM3D algorithm