题名 基于FRIT循环抽样声纳图像去噪新方法
被引量：4
1
作者
尚政国 赵春晖 孙岩
机构
哈尔滨工程大学信息与通信工程学院
出处
《计算机工程与应用》
CSCD
北大核心
2007年第10期1-3,34,共4页
基金
国家自然科学基金(the National Natural Science Foundationof China under Grant No.60672034) 高等院校博士学科点专项科研基金(the China Specialized Research Fund for the Doctoral Program of Higher Education under Grant No.20060217021)。
文摘
声纳图像背景复杂,对比度差,边缘恶化,不易判读图像边缘。对声纳图像执行小波变换能够有效去除噪声,但是由于小波的局限性,其对图像边缘的保持效果不佳。有限Ridgelet变换(FRIT)能够有效克服小波变换在处理高维信号时的不足,是一种有效处理二维奇异性信号的新方法。将FRIT处理技术应用在水下声纳图像去噪技术中,基于该方法提出循环抽样FRIT去噪算法,提高了处理结果的信噪比及边缘保持效果。在实验数据比较中,此改进算法优于其它经典方法。
关键词
声纳图像 图像处理 RIDGELET变换 小渡变换 循环抽样
Keywords
sonar image image processing Ridgelet transform wavelet transform circular sampling
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
题名 基于NSCT循环抽样的声纳图像去噪方法
被引量：3
2
作者
汤春瑞 刘丹丹
机构
哈尔滨工程大学信息与通信工程学院 黑龙江科技学院电气与信息工程学院
出处
《计算机应用》
CSCD
北大核心
2009年第1期68-70,共3页
文摘
针对声纳图像对比度差、不易判别边缘及细节的特点,提出一种有效的声纳图像去噪方法。对含噪声纳图像循环抽样后得到多幅声纳图像,分别执行NSCT变换,选取适当的阈值对变换的系数进行取值,筛选后的系数进行NSCT逆变换;将得到的多幅去噪后的图像空域平均后输出去噪后的图像。通过实验数据比较,此改进算法好于其他经典方法,提高了处理结果的信噪比及边缘保持效果。由于充分利用了NSCT变换的平移不变性,使去噪后的细节保护能力增强。
关键词
声纳图像 图像处理 NSCT 小波变换 循环抽样
Keywords
sonar image image processing Nonsubsampled Contourlet Transform （NSCT） wavelet transform circle sample
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
题名 试论用无关标志排列的系统抽样计算抽样平均误差
3
作者
焦振勇
机构
西安统计学院
出处
《统计与信息论坛》
1996年第4期20-23,47,共5页
文摘
本文对无关标志排列的系统抽样的标志选择，形成的样本个数和计算抽样平均误差等方面作了探索，提出这种系统抽样是简单随机抽样中不放回、考虑中选顺序形式的延伸，完全可以用简单随机抽样方式来计算抽样平均误差。论文对循环系统抽样也作了一定的叙述。
关键词
无关标志排列 系统抽样 抽样 平均误差循环 系统抽样
分类号
O212.2
[理学—概率论与数理统计]
