【摘要】：海洋探索是近年來自然科學(xué)界的研究熱點(diǎn),由于海洋環(huán)境的特殊性,各種聲吶設(shè)備成為了海洋及其資源開發(fā)與利用的重要工具。聲吶圖像能夠直觀的反映水下環(huán)境的情況,為科研工作的開展提供便利,然而受到成像方式、水聲信道和環(huán)境噪聲等因素的影響,根據(jù)回波強(qiáng)度獲得的聲吶圖像往往伴有噪聲和灰度分布異常的問題。為了后續(xù)目標(biāo)識(shí)別,圖像判讀等工作的進(jìn)行,必須要對(duì)聲吶圖像進(jìn)行降噪和灰度均衡化的處理�；谄⒎址匠�(PDE)的圖像降噪方法目前已在光學(xué)圖像中得到廣泛應(yīng)用,但其在聲學(xué)圖像上的應(yīng)用和相關(guān)研究相對(duì)較少。一方面,本文在對(duì)PM模型、TV模型、正則化PM模型和四階YK模型等經(jīng)典偏微分降噪模型研究的基礎(chǔ)上,提出改進(jìn)了擴(kuò)散函數(shù)和門限的PDE模型,并對(duì)這些模型在聲吶圖像上的降噪效果仿真實(shí)驗(yàn),對(duì)比各模型的降噪效果;另一方面,對(duì)聲吶圖像增強(qiáng)中常用的直方圖均衡化、航向列灰度改正、Retinex增強(qiáng)和基于PDE的灰度均衡方法進(jìn)行研究,通過在偏微分灰度均衡方程中添加方向擴(kuò)散項(xiàng)的方式,實(shí)現(xiàn)了降噪與灰度均衡在一次處理中的同步進(jìn)行,并用聲吶圖像進(jìn)行仿真實(shí)驗(yàn)對(duì)比各方法對(duì)灰度分布異常的改善情況。在對(duì)比評(píng)價(jià)各方法對(duì)聲吶圖像質(zhì)量的改善程度時(shí),結(jié)合主、客觀圖像質(zhì)量評(píng)價(jià)標(biāo)準(zhǔn),對(duì)多幅圖像的增強(qiáng)效果綜合分析,還利用湖試和水池實(shí)驗(yàn)中實(shí)測(cè)獲得的真實(shí)聲吶圖像進(jìn)行降噪和灰度均衡效果的驗(yàn)證。最后得到結(jié)論:TV模型和正則化PM模型較適用于聲吶圖像降噪,而改進(jìn)的PDE降噪模型對(duì)于被嚴(yán)重污染的圖像有較好的降噪效果;添加方向擴(kuò)散項(xiàng)的改進(jìn)PDE灰度均衡方法能在保持圖像邊緣細(xì)節(jié)的同時(shí),實(shí)現(xiàn)降噪和灰度均衡化,對(duì)聲吶圖像的增強(qiáng)效果更好。實(shí)際應(yīng)用中,還應(yīng)結(jié)合具體的增強(qiáng)需求和圖像特征,權(quán)衡選擇最合適的增強(qiáng)方法。
【圖文】：

圖 3.1 不同擴(kuò)散門限下的 PM 模型曲線決 PM 模型“階梯效應(yīng)”的缺陷，就需要改進(jìn)擴(kuò)散函數(shù)以及擴(kuò)散門限K 的設(shè)定方式。3.2 TV 模型圖像的特征通過其包含的各種突變所表現(xiàn)出來，圖像的紋理和邊緣等局部區(qū)域內(nèi)度變化明顯的即為突變。如果降噪算法以圖像梯度變化的二范數(shù)2 u 來作為平滑的考指標(biāo)，就會(huì)造成降噪算法對(duì)于包括噪聲和邊緣等大梯度部分的低寬容度，這與保護(hù)像結(jié)構(gòu)的降噪處理前提相矛盾。對(duì)于這一問題，利用能夠度量圖像的梯度值的一階范 u 取代二階范數(shù)來進(jìn)行含噪圖像的全變分最小化，就能實(shí)現(xiàn)圖像的降噪目的，這誕生了一類基于整體全變分（TV）的平滑模型。Rudin、Osher 和 Fatemi 在 1992 年提了一種新觀點(diǎn)，向原始 TV 模型中加入了拉格朗日算子，通過這一改進(jìn)得到了正則化全變分 ROF 降噪模型[19]。本文對(duì)全變分 TV 模型的研究將圍繞 ROF 模型進(jìn)行。3.2.1 TV 模型的降噪算法與原理

和b 之間的部分，擴(kuò)散系數(shù)為 ()1g u和 ()2g u 的均值；大于等于 b 的部分，置為 0。以 a = 10 ,b=40,K=20為例，其擴(kuò)散系數(shù)與梯度的關(guān)系如圖 3.2 所示由圖 3.2 可以看出，當(dāng)梯度幅值小于 10 時(shí)，說明該區(qū)域?yàn)閳D像的平坦區(qū)域，擴(kuò)為 1，濾波強(qiáng)度較大；在區(qū)間 (1 0,40)時(shí)，擴(kuò)散系數(shù)按照式（3-24）的函數(shù)曲線，，隨著圖像區(qū)域特征變化而變化；當(dāng)梯度大于 40 時(shí)，說明擴(kuò)散已到達(dá)圖像邊系數(shù)強(qiáng)制設(shè)為 0，不進(jìn)行擴(kuò)散濾波，從而徹底保護(hù)圖像邊緣結(jié)構(gòu)。在這一方法
【學(xué)位授予單位】：哈爾濱工程大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：TP391.41;O175.2

【參考文獻(xiàn)】

相關(guān)期刊論文 前7條

1 徐超;李海森;王川;趙先龍;;基于合成核SVM的多波束海底聲圖像底質(zhì)分類研究[J];地球物理學(xué)進(jìn)展;2014年05期

2 趙海勇;賈仰理;;一種改進(jìn)的各向異性擴(kuò)散去噪模型[J];計(jì)算機(jī)科學(xué);2013年S2期

3 徐超;李海森;陳寶偉;周天;;多波束相干海底成像技術(shù)[J];哈爾濱工程大學(xué)學(xué)報(bào);2013年09期

4 李海森;周天;徐超;;多波束測(cè)深聲納技術(shù)研究新進(jìn)展[J];聲學(xué)技術(shù);2013年02期

5 袁延藝;劉曉;徐超;李海森;;基于多波束測(cè)深系統(tǒng)的水下成像技術(shù)[J];海洋測(cè)繪;2012年04期

6 張會(huì)娟;陽凡林;李峰;董春敏;;多波束聲納圖像整體灰度不均勻及中央波束區(qū)反射異常校正方法[J];全球定位系統(tǒng);2012年01期

7 楊建宏;;三種基本數(shù)值計(jì)算方法的對(duì)比分析研究[J];科技信息;2008年35期

相關(guān)博士學(xué)位論文 前1條

1 張偉;具有擴(kuò)散—波動(dòng)調(diào)和特性的圖像去噪方法[D];上海交通大學(xué);2014年

相關(guān)碩士學(xué)位論文 前3條

1 何雪;人臉識(shí)別中光照問題研究[D];重慶三峽學(xué)院;2017年

2 董嬋嬋;基于偏微分方程圖像降噪算法的研究與分析[D];中北大學(xué);2016年

3 劉濤;眼底OCT圖像降噪及邊緣檢測(cè)算法研究[D];清華大學(xué);2010年

本文編號(hào)：2663772