水下環(huán)境復(fù)雜多變,在這樣的環(huán)境下生成的圖像受到很多干擾,這些干擾是影響聲吶圖像質(zhì)量的主要因素,它使聲吶圖像模糊、分辨率低、噪聲嚴(yán)重等特點(diǎn)。這也使得聲吶圖像與光學(xué)圖像有著不同的特征。為了更好的利用聲吶圖像,對(duì)聲吶圖像進(jìn)行降噪預(yù)處理是非常重要的。又由于聲吶圖像與光學(xué)圖像有著不同特征,光學(xué)圖像的噪聲處理算法不能直接應(yīng)用到聲吶圖像降噪中,因此,構(gòu)建針對(duì)聲吶圖像的降噪算法是非常有意義的。根據(jù)聲吶圖像的特征,本文主要研究了以下內(nèi)容:（1）本文首先對(duì)聲吶圖像的噪聲類型進(jìn)行總結(jié)分析,并確定對(duì)聲吶圖像影響較為嚴(yán)重的噪聲類型進(jìn)行建模,經(jīng)過研究得到,噪聲類型為幅值服從瑞利分布的乘性斑點(diǎn)噪聲對(duì)聲吶圖像的影響較為嚴(yán)重,根據(jù)現(xiàn)有噪聲模型構(gòu)建方法相結(jié)合,得到更簡(jiǎn)化的乘性斑點(diǎn)噪聲模型構(gòu)建方法。（2）針對(duì)聲吶圖像的特征,本文把三維塊匹配圖像降噪算法（BM3D）應(yīng)用到聲吶圖像的降噪處理中,并利用全變分降噪算法對(duì)BM3D算法中濾波處理部分進(jìn)行改進(jìn),通過實(shí)驗(yàn)驗(yàn)證,改進(jìn)算法對(duì)聲吶圖像中的乘性斑點(diǎn)噪聲有很好的降噪能力。同時(shí),它能夠保留更多的圖像紋理信息以及邊緣信息。（3）基于全變分以及小波變換在圖像處理中的良好性能,本文提出把對(duì)... 

【文章頁數(shù)】：90 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 課題研究的背景及意義
    1.2 常用的聲吶圖像降噪算法分類
    1.3 圖像降噪算法國內(nèi)外研究現(xiàn)狀
        1.3.1 偏微分方程降噪算法國內(nèi)外研究現(xiàn)狀
        1.3.2 基于小波變換的降噪算法研究現(xiàn)狀
        1.3.3 混合降噪算法研究
    1.4 本文內(nèi)容安排
2 聲吶圖像特征分析及噪聲模型建立
    2.1 聲吶圖像特征分析
    2.2 混響噪聲模型分析
    2.3 聲吶圖像斑點(diǎn)噪聲模型建立
    2.4 聲吶圖像降噪算法研究方向
    2.5 降噪質(zhì)量評(píng)估標(biāo)準(zhǔn)
    2.6 本章小結(jié)
3 基于全變分的塊匹配聲吶圖像降噪算法研究
    3.1 全變分算法理論
        3.1.1 TV圖像降噪模型的分析
        3.1.2 全變分圖像降噪模型數(shù)值化分析
    3.2 BM3D降噪算法
        3.2.1 BM3D算法簡(jiǎn)介
        3.2.2 基礎(chǔ)估計(jì)
        3.2.3 最終估計(jì)
    3.3 基于全變分的塊匹配聲吶圖像降噪算法研究
        3.3.1 算法的基本流程
        3.3.2 基于全變分的塊匹配聲吶圖像降噪算法
    3.4 實(shí)驗(yàn)仿真結(jié)果及分析
        3.4.1 模擬聲吶圖像降噪仿真結(jié)果及分析
        3.4.2 真實(shí)聲吶圖像降噪仿真結(jié)果及分析
    3.5 結(jié)論
4 基于非凸正則的全變分-雙樹復(fù)小波聲吶圖像降噪算法
    4.1 雙樹復(fù)小波變換的相關(guān)理論
        4.1.1 一維雙樹復(fù)小波變換
        4.1.2 二維雙樹復(fù)小波變換
    4.2 非凸正則化全變分降噪算法
        4.2.1 非凸正則化全變分降噪算法
        4.2.2 基于小波的非凸稀疏正則化全變分降噪算法
    4.3 基于非凸優(yōu)化正則項(xiàng)的全變分-雙樹復(fù)小波降噪算法
        4.3.1 基于非凸正則化的全變分-雙樹復(fù)小波降噪算法研究
        4.3.2 參數(shù)手動(dòng)改進(jìn)
        4.3.3 參數(shù)自適應(yīng)改進(jìn)
    4.4 實(shí)驗(yàn)仿真結(jié)果及分析
        4.4.1 模擬聲吶圖像降噪仿真結(jié)果及分析
        4.4.2 真實(shí)聲吶圖像降噪仿真結(jié)果及分析
    4.5 本章總結(jié)
5 本文算法對(duì)比分析
    5.1 實(shí)驗(yàn)仿真及結(jié)果分析
        5.1.1 模擬聲吶圖像降噪仿真結(jié)果及分析
        5.1.2 真實(shí)聲吶圖像降噪仿真結(jié)果及分析
    5.2 本章小結(jié)
6 總結(jié)與展望
    6.1 主要研究工作總結(jié)
    6.2 工作展望
參考文獻(xiàn)
致謝
作者簡(jiǎn)歷及攻讀碩士學(xué)位期間的科研成果


【參考文獻(xiàn)】：
期刊論文
[1]基于MRF與引導(dǎo)濾波的聲納圖像去噪方法[J]. 李雪峰,姜靜,李巖,田宇.  海洋技術(shù)學(xué)報(bào). 2017(05)
[2]基于各向異性擴(kuò)散模型的一種改進(jìn)在圖像降噪中的應(yīng)用[J]. 戴維,王海旭.  數(shù)字技術(shù)與應(yīng)用. 2016(04)
[3]利用改進(jìn)的P-M模型抑制聲吶圖像散斑噪聲[J]. 郭海濤,方金,王澤洋.  儀器儀表學(xué)報(bào). 2014(01)
[4]海底地形側(cè)掃聲吶圖像FFT濾波處理及IDL實(shí)現(xiàn)研究[J]. 于瑞金,鞏躍強(qiáng),楊寶林,梁勇.  測(cè)繪通報(bào). 2012(S1)
[5]PDE模型在聲納圖像去噪中的應(yīng)用研究[J]. 劉光宇,卞紅雨,沈鄭燕,石紅.  傳感器與微系統(tǒng). 2012(02)
[6]結(jié)合非線性濾波器的形態(tài)小波域聲吶圖像去噪[J]. 石紅,趙春暉,沈鄭燕.  哈爾濱工程大學(xué)學(xué)報(bào). 2010(11)
[7]基于協(xié)同小波分析的聲納圖像去噪研究[J]. 王笑,朱方文,陳金波.  機(jī)械工程師. 2010(07)
[8]主動(dòng)聲納混響模擬及性能分析[J]. 劉建萍,凌國民,許鋼燦.  艦船電子工程. 2009(03)

博士論文
[1]基于擴(kuò)散方程和深度學(xué)習(xí)的圖像斑點(diǎn)噪聲去除模型研究[D]. 周振宇.哈爾濱工業(yè)大學(xué) 2018
[2]聲納圖像去噪與分割技術(shù)研究[D]. 沈鄭燕.哈爾濱工程大學(xué) 2010

碩士論文
[1]基于小波閾值及非線性濾波的醫(yī)學(xué)圖像去噪算法研究[D]. 崔金鴿.吉首大學(xué) 2018
[2]基于自適應(yīng)全變分的圖像分塊去噪方法[D]. 潘金全.暨南大學(xué) 2017
[3]水下聲吶圖像的多分辨率融合方法研究[D]. 侯夕歡.哈爾濱工程大學(xué) 2017
[4]基于非凸正則化項(xiàng)的小波—全變差去噪方法研究[D]. 魏澤林.北京交通大學(xué) 2016
[5]基于多尺度幾何分析和各向異性擴(kuò)散的醫(yī)學(xué)超聲圖像去噪算法研究[D]. 何旭.云南大學(xué) 2016
[6]基于雙樹復(fù)小波變換的聲吶圖像的濾波[D]. 王俠.內(nèi)蒙古大學(xué) 2016
[7]基于小波變換的圖像去噪算法研究與應(yīng)用[D]. 王蓓.延安大學(xué) 2015
[8]基于多進(jìn)制小波變換的聲吶圖像去噪[D]. 耿長(zhǎng)磊.大連理工大學(xué) 2014
[9]基于偏微分方程的聲納圖像去噪算法研究[D]. 梁世欣.哈爾濱工程大學(xué) 2014



本文編號(hào)：3703266