基于中性集合与双边滤波的NSCT域声呐图像去噪

声呐设备在获取水下图像时，由于海底混响、散射回波和设备等因素，会产生严重的斑点噪声干扰，降低图像质量.为了克服这一挑战，提出基于中性集合与双边滤波的非下采样轮廓波变换声呐图像去噪.该方法探索了一种适合处理非下采样轮廓波变换分解的高频子带噪声的聚类去噪方法，将中性集合域作为聚类的方法应用在每一层高频子图像，用真子集、不确定集和假集表示，实现分离噪声，保留有效信息；再使用双边滤波去除真子集中被误认为是图像信息的噪声；对低频系数使用双边滤波进行平滑.最后将处理后的低频子带与高频子带进行NSCT重构，达到从图像中去除斑点噪声的目的.实验表明，本文方法能够提高图像视觉效果，改善图像均方误差、峰值信噪比等评价指标，同时也适用于去除高密度噪声.     

基于密度聚类与灰度变换的NSST域声呐图像去噪

传统图像去噪方法在去除声呐图像斑点噪声的同时,难以有效保留细节特征.针对该问题,提出一种基于密度聚类与灰度变换的非下采样剪切波域图像去噪方法 .利用非下采样剪切波变换将含噪图像分解为高频系数和低频系数,根据声呐图像中斑点噪声的分布特性,采用基于密度的噪声应用空间聚类（Density-based Spatial Clus...     

基于小波分析的多波束声呐图像角度响应改正方法

多波束声呐图像在海底底质分类中具有重要应用,而角度响应(angular response,AR)对多波束声呐图像的影响较大,给声呐图像的判读带来了困难。为此,针对多波束角度响应曲线具有非平稳离散随机信号的特点,提出一种基于小波分析的多波束声呐图像角度响应改正方法。首先,将AR曲线进行小波分解,获得长波项和短波项;然后,分别绘制长波项和短波项的三维概率密度图,通过短波项的三维概率密度图获得小波分解的最优参数,通过长波项的三维概率密度图对多波束条带进行同底质区域的划分;最后,在同底质区域下进行长波项的AR改正,将改正后的长波项和短波项进行信号重构,获得高质量的多波束声呐图像。实验分析表明,该方法在保留原始细节的基础上,有效削弱了角度响应对声呐图像的影响,对多波束声呐图像处理具有参考和应用价值。     

水下航行器自由视角探测的多波束声呐仿真

针对水下航行器运动与水下声学感知过程中因多因素强耦合导致相关联合仿真模型缺失问题,提出一种适用于水下自由视角探测的运动位姿和声呐图像高逼真耦合仿真方法．首先建立多波束图像声呐几何模型,并提出声呐视域简化方法,实现声呐图像快速生成;其次建立水下地形、航行器路径和探测视角耦合的自由扫测模型,实现水下自由视角扫测与成像;最后针对声呐图像干扰的高逼真仿真问题,提出一种基于实测数据拟合的结构化噪声和回波重影建模方法,进一步提高仿真声呐图像的逼真度．实验结果表明：该模型能够有效实现水下航行器自由视角扫测过程的位姿和声呐数据组合仿真,生成具有一定逼真度的多波束声呐图像．     

基于多波束声呐图像的长江河道底质识别与分类

基于多波束对长江河道底质分类关键问题进行了研究，对多波束反射强度数据进行改正并对多波束声呐图像进行预处理，采用灰度共生矩阵对底质反向散射强度图像进行纹理特征提取，最后将提取底质图像样本作为自组织特征映射神经网络和随机森林两种分类方法的训练数据，使用训练好的预测分类模型对反向散射强度图像进行全图底质分类.实验结果表明，SOM与随机森林分类方法的总体分类精度分别达到了82.5%与85.4%，对底质声呐图像实现了较好的预测分类效果.     

基于SURF算法的侧扫声呐图像配准

针对侧扫单幅声呐条带图像检测海底范围较小的问题,研究了一种基于SURF算法的侧扫声呐相邻条带图像配准方法,运用SURF算法通过程序设计实现了侧扫声呐相邻条带图像间的配准。首先对采集的原始声呐数据进行预处理,得到更为精细的声呐图像;其次,通过Hessian矩阵检测两条带图像间的特征点对;然后,在一定的尺度下,利用Haar小波确定每一个特征点的主方向及其特征描述符;最后采用最邻近次邻近法对特征点进行匹配,通过设置最近邻与次近邻的比值剔除误匹配点。实验结果显示,该算法提取特征匹配的效率高,特征点间匹配度高,图像拼接效果较好。     

浅海低频混响的振荡现象及其物理解释

在不同底质海区的浅海混响实验中都观测到低频混响具有规则振荡现象, 该现象不能用目前被广泛使用的非相干混响理论解释. 通过对相干混响理论分析, 解释了该振荡现象. 分析表明, 浅海低频混响具有有规律的振荡结构, 其振荡周期由不同号简正波的本征值来确定. 在此基础上进一步提出了一种由低频混响的振荡频率来确定海底声速的方法. 3个不同底质海区的低频混响实验结果表明, 通过该方法得到的海底声速与根据匹配场反演得到的声速基本一致.     

基于小批量K均值预分类的多波束反向散射强度角度影响改正

角度响应变化是影响多波束声呐回波图像质量的主要因素,为了后续利用多波束反向散射图像进行海底底质分类,需去除角度响应的影响。国内外已开展角度响应模型及改进模型研究,但现有方法很难适应复杂海底底质环境。针对此问题,通过小批量K均值聚类将测区海底点预分为高阻抗平滑底质和低阻抗粗糙底质,然后构建自适应改正模型逐测线去除角度响应的影响。实验选用浙江海域实测4条相邻测线数据,采用Lambert模型法、二次微分法和本文方法分别进行了反向散射强度角度影响去除。本方法处理后角度响应去除效果最佳(MIC=0.123);在多波束条带重叠区,反向散射强度标准差为1.46dB,有效改善了复杂底质环境下的多波束声呐图像质量。     

浅海远程海底混响的耦合筒正波模型

利用耦合简正波理论，分析由海底不平整所产生的散射形成的海底混响，由此模型得到的关于混响强度衰减及其空间相关特性的理论仿真结果与经典简正波混响模型吻合较好，并得到了海上实验结果的验证．通过理论和实验数据，重点分析了收发间距，脉冲信号带宽对混响强度及其衰减特性的影响，结果表明此模型对于收发合置、分置远程海底混响的分析均适用．     

侧扫声纳目标自动探测研究

为了解决水声图像因受到噪声、多途、混响的影响,使水声图像特征难以提取的问题,针对海底目标的识别,通过对图像处理算法的研究以及大量的实验分析,给出了侧扫声纳图像目标自动识别的有效方法.其中包括图像的增强、二值化、二值开闭操作、特征提取、特征计算及目标识别等内容.通过对面积特征的提取和计算实现了对水下目标的自动探测.     

超声图像斑点噪声限制的非线性各向异性扩散

结合非线性各向异性扩散和斑点噪声的限制,有效抑制临床超声图像斑点噪声.基于最小均方误差方法得到瞬时方差系数作为边缘检测器去控制扩散方程,并将经过对数压缩的斑点噪声模型限制通过附加能动项引入,通过能量最小化,自动估计附加能动项最优权值.仿真图像和临床超声图像实验证实,该算法能有效抑制斑点噪声、保留纹理信息.     

一种基于改进的AdaBoost的SAR图像分类方法

合成孔径雷达(SAR)图像由于受到相干斑点噪声的影响,使得其高精度的分类算法研究受到极大的挑战.为了提高SAR图像分类的性能,本文根据SAR图像的成像机理和统计特性,通过灰度共生矩阵特征的提取,结合纠错编码,构造了一种SAR图像分类的Ada Boost改进算法.实验结果表明,该算法得到较好的分类结果,分类精度得到了显著的提高.     

一种应用混合先验对医学超声波图像斑点噪声减少的方法

斑点噪声是超声波图像中的固有噪声,文中提出几种多尺度非线性阈值用于抑制斑点噪声.首先将图像进行对数转换,真实图像经对数变换后的小波系数被模拟为空噪部分和噪声图像之和.假定空噪部分有一些局部混合分布,并且噪声是高斯噪声或瑞利噪声.我们采用最小均方误差和平均最大后验估计来减少噪声,应用高斯和拉普拉斯混合分布来表征空噪声图像的小波系数,应用期望最大化算法和局部信息来估计混合分布的参数.仿真结果表明本文提出的方法能够在有效去除斑点噪声的同时很好的保留图像细节.     

合成孔径雷达图像斑点噪声滤波方法研究

探讨了适于合成孔径雷达图像斑点噪声滤波的小波基选择与小波提升问题.在分析了利用马尔科夫模型描述小波系数相关性问题的基础上,提出了一种基于小波系数高斯混合模型和隐马尔科夫模型的雷达图像斑点噪声滤波方法.使用几种典型的滤波处理方法,分别对星载和机载的合成孔径雷达图像进行滤波处理.实验表明,所提出的图像滤波方法能够更好地抑制雷达图像的斑点噪声.     

云背景红外天空图像的统计模型与仿真

以实测红外云背景天空图像为研究对像,重点对其傅里叶功率谱、灰度分布等统计特性进行了分析,并通过对功率谱函数和灰度分布函数的拟合构造了目标图像的参数模型.与传统的基于背景红外成像特性三要素的模型相比,本模型参数大大减少且没有冗余信息,更有利于控制和使用.为实际应用的需要和验证模型的有效性,以所构造的模型为基础,设计适当的仿真算法生成了云背景红外天空仿真图像,并对仿真图像质量进行了检验.实验结果表明,使用文中的仿真算法得到的仿真图像与具有相同模型参数的真实图像的相似度大于80%,且具有较强的视觉相似性,证明了模型的有效性.     

改进的快速模糊C均值聚类的图像分割方法

传统的模糊C均值(FCM)聚类算法广泛用于图像的自动分割,但该算法没有考虑像素的灰度和空间特征,对噪声和伪斑点图像不可能取得好的分割效果.提出一种改进的算法,在快速的FCM聚类的基础上,运用邻域像素的灰度相似度和聚类分布统计构造新的隶属函数,对图像进行二次聚类分割.该算法具有以下优点:1)有效地抑制了噪声的干扰;2)减少了图像的伪斑点;3)把误分类的像素很容易地纠正过来.对两种类型图像的实验分割结果表明该方法对噪声和伪斑点具有很强的鲁棒性和对像素聚类的正确性.     

基于Gamma分布的交通流时间序列分割模型

准确获取交通流量变化点,对后续的交通流预测、分类及多时段控制具有重要意义.鉴于交通流时间序列的非负性及异方差性,采用Gamma分布拟合交通流时间序列,并对其进行有效分割.针对多元交通流时间序列,首先利用非负主成分分析方法实现降维并提取特征序列,之后利用最大似然估计得到Gamma分布参数,通过不同参数的Gamma分布拟合特征序列的不同片段,并由赤池信息准则(AIC)确定最优分割边界及分割阶数.实验结果表明,所建立的分割模型能够反映不同时段的交通流变化,与现有分割方法相比,取得了更好的分割结果.     

基于谱特征参数的图像稀疏降噪

提出一种基于谱特征参数的图像稀疏降噪算法。其采用稀疏重构理论为图像降噪框架,并将图论中的谱特征参数作为一约束条件,以有效克服传统稀疏重构中稀疏解不稳定的问题。该降噪算法将噪声图像块作为基础元素进行关系图构建,进而得到邻接矩阵。然后,求解该邻接矩阵对应的拉普拉斯矩阵,并对其进行特征分解,得到对应的特征向量,即谱特征参数。最后,将图像块矩阵与一定数目该高频谱特征参数所组成矩阵的乘积作为稀疏模型的正则项形成提出的算法模型。实验结果表明,与基于K-SVD的稀疏表示降噪算法相比,在相同参数的情况下提出的算法在多种类型噪声下对多幅图像的降噪效果都有着显著的提高。     

基于连分式的广义高斯分布的参数估计

近年来,使用广义高斯分布拟合的子带小波系数的统计模型被广泛地用于图像分类、修复、去噪和分析等图像处理中,而广义高斯分布的参数拟合问题一直是该领域中的一个重要的瓶颈问题。文章针对该问题提出用连分式迭代来实现广义高斯分布的参数估计,连分式迭代具有算法稳定、收敛域广、计算精度高、迭代速度快等特性;构造了基于连分式的广义高斯分布形状参数β的迭代格式。实验结果表明在不同方差噪声时,基于连分式迭代算法在计算时间复杂度和精度上优于牛顿迭代算法,而且收敛性不受初始值等参数制约,总能收敛到最优值附近。     

基于广义似然比的小波域SAR图像相干斑抑制算法

在联合检测与估计理论框架下推导出了Bayes萎缩函数表达式,并提出了一种基于广义似然比的小波域SAR图像去斑算法.该算法对含斑SAR图像直接做冗余小波变换,求出小波系数所对应的二值掩模;对相干斑噪声和有用信号的似然条件概率分别建模为尺度指数分布和Gamma分布,根据二值掩模信息,采用最大似然估计得到两种模型的参数并计算似然条件概率比.实验结果表明:文中所给算法在有效滤除斑点噪声的同时,也较好地保持了图像的细节信息,在对人工加斑图像和多幅实际SAR图像的处理中获得了令人满意的结果.