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技术

本发明专利技术提供的是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。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。

【技术实现步骤摘要】

本专利技术涉及的是一种数字图像处理方法。具体地说是一种利用小波分解方法的去除声纳图像噪声算法。
技术介绍
声纳系统已经广泛应用在各种水下设备中，是其获取目标信息的主要手段。声纳图像是目标回波的可视化信息，由于侧扫声纳电源的干扰，声纳图像中存在周期性条纹噪声，给后续的分析工作带来困难，所以有效的去除噪声便成了准确获取信息的必要工作。声纳图像与传统光学图像的成像机制，成像环境不同，不能直接利用后者方法。中值滤波器，它是一种常用的非线性平滑滤波器,其基本原理是把数字图像或数字序列中一点的值用该点的一个领域中各点值的中值代换其主要功能是让周围象素灰度值的差比较大的像素改取与周围的像素值接近的值,从而可以消除孤立的噪声点,所以中值滤波对于滤除图像的椒盐噪声非常有效。其具体过程如下(以3×3模板为例): a 11 a 12 a 13 a 21 a 22 a 23 a 31 a 32 a 33 ]]>将3×3窗口中的九个像素值排序，取中值作为该窗口中间位置的像素值。均值滤波器，采用邻域平均法的均值滤波器非常适用于去除通过扫描得到的图像中的颗粒噪声。领域平均法有力地抑制了噪声,同时也由于平均而引起了模糊现象,模糊程度与领域半径成正比。其公式如下(以3×3模板为例): b 11 b 12 b 13 b 21 b 22 b 23 b 31 b 32 b 33 ]]> z ( x , y ) = 1 9 Σ 1 ≤ x ≤ 3 1 ≤ y ≤ 3 b x , y ]]>其中z(x,y)代表该窗口中间位置的像素值。小波去噪，小波分解进行图像去噪主要有3个步骤:(1)对图象信号进行小波分解。(2)对经过分解后的系数进行阈值选择。(3)利用二维小波重构图象信号。与本专利技术相关的参考文献包括：[1]AnewmethodfordenoisingSONARimages。
技术实现思路
本专利技术的目的在于提供一种去噪效果显著，为后续的特称提取、图像识别奠定好的基础的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。本专利技术的目的是这样实现的：(1)将原图像转换成双精度图像；(2)对双精度图像进行小波变换，得到分解系数；(3)对小波变换后的图像确定其水平分解系数，找出在阈值范围内像素点的位置以星号标记，叠加在双精度图像中；(4)选取确定的结构元素对星号标记的图像进行形态学变换，所述形态学变换包括闭运算和膨胀运算；(5)对形态学变换图像进行坐标变换，修正标记结果；(6)将坐标变换图像中星号标记位置的像素值，用该位置垂直方向下移15个单位的像素值替代，未标记位置像素值保持不变；(7)输出去噪后的图像。与现有技术相比，本专利技术的有益效果是：本专利技术将小波分解方法用于侧扫声纳图像去噪的领域，具有首创性的提出了更加适宜声纳电源所产生的周期性斜纹噪声的去噪方法，经检验，去噪效果显著，更为重要的是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。本专利技术提出的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。通过步骤(3)所使用的分解系数为水平向分解系数；步骤(6)所使用的临近非噪声点像素值替代噪声点像素值方式等技术手段，收到显著的去噪效果。通过实验验证，证实了此方法可以有效的去除声纳图像中电源产生的噪声。附图说明图1为本专利技术的流程图。<本文档来自技高网...

【技术保护点】
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，其特征是：(1)将原图像转换成双精度图像；(2)对双精度图像进行小波变换，得到分解系数；(3)对小波变换后的图像确定其水平分解系数，找出在阈值范围内像素点的位置以星号标记，叠加在双精度图像中；(4)选取确定的结构元素对星号标记的图像进行形态学变换，所述形态学变换包括闭运算和膨胀运算；(5)对形态学变换图像进行坐标变换，修正标记结果；(6)将坐标变换图像中星号标记位置的像素值，用该位置垂直方向下移15个单位的像素值替代，未标记位置像素值保持不变；(7)输出去噪后的图像。

【技术特征摘要】
1.一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，其特征
是：
(1)将原图像转换成双精度图像；
(2)对双精度图像进行小波变换，得到分解系数；
(3)对小波变换后的图像确定其水平分解系数，找出在阈值范围内像素点
的位置以星号标记，叠加在双精度图像中；
(4)选取确定...

【专利技术属性】
技术研发人员：卞红雨，陈奕名，柳旭，徐扬，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：黑龙江;23