該算法將小波分解方法用于側(cè)掃聲納圖像去噪的領(lǐng)域,提出了更加適合聲納電源所產(chǎn)生的周期性斜紋噪聲的去噪方法。其過程是將帶噪聲圖像經(jīng)小波變換得到小波分解系數(shù),利用分解系數(shù)的閾值篩選噪聲點位置,篩選出的位置經(jīng)形態(tài)學以及空間變換等修正后,以鄰近點像素值替代該位置像素值,其余點判別為非噪聲點,像素值保持不變,至此完成小波分解圖像去噪。針對此類周期性條紋噪聲,相較于常用去噪方法均值濾波、中值濾波等,在去噪效果和保證目標區(qū)域清晰度方面,該方法具有兩大明顯優(yōu)勢,去噪效果顯著,同時完好的保留了原圖像中感興趣的部分,例如目標區(qū)域,輪廓,紋理等,為后續(xù)的特稱提取、圖像識別奠定了很好的基礎(chǔ),效果理想,實用性強。 

【文章來源】：數(shù)字技術(shù)與應(yīng)用. 2020,38(05)

【文章頁數(shù)】：3 頁

【部分圖文】：

橫向分解圖像

縱向分解圖像

3 中值濾波(7×7模板)


本文編號：3506487