一种基于小波图像分解的侧扫声纳电源周期性噪声的去噪方法

• 作者: 倪旭 刘骁 强发军 陈思峰 韩冷 韩文华
• 来源期刊: 数字技术与应用
• 学科: 工学
• 关键词: 侧扫声纳图像 斜纹噪声 小波变换 形态学 空间变换 临近像素替代
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 算法分析
• 页码范围: 121-123
• 页数: 3页
• 分类号: TP391.41
• 字数: 1489字
• 语种: 中文
• DOI: 10.19695/j.cnki.cn12-1369.2020.05.71

摘要

该算法将小波分解方法用于侧扫声纳图像去噪的领域,提出了更加适合声纳电源所产生的周期性斜纹噪声的去噪方法.其过程是将带噪声图像经小波变换得到小波分解系数,利用分解系数的阈值筛选噪声点位置,筛选出的位置经形态学以及空间变换等修正后,以邻近点像素值替代该位置像素值,其余点判别为非噪声点,像素值保持不变,至此完成小波分解图像去噪.针对此类周期性条纹噪声,相较于常用去噪方法均值滤波、中值滤波等,在去噪效果和保证目标区域清晰度方面,该方法具有两大明显优势,去噪效果显著,同时完好的保留了原图像中感兴趣的部分,例如目标区域,轮廓,纹理等,为后续的特称提取、图像识别奠定了很好的基础,效果理想,实用性强.