位置:成果数据库 > 期刊 > 期刊详情页
三维可视化的水声数据降噪算法
  • ISSN号:1000-3428
  • 期刊名称:《计算机工程》
  • 时间:0
  • 分类:TP391.4[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:杭州电子科技大学通信工程学院模式识别与信息安全实验室,杭州310018
  • 相关基金:国家自然科学青年基金资助项目(60802047)
中文摘要:

针对现有二维水声成像去噪算法不能同时有效抑制水声数据中加性噪声和乘性噪声的现状,提出结合模糊中值滤波和小波软阈值滤波的三维可视化水声数据降噪算法。根据复合噪声模型的特点,将三维水声数据分为多个相邻的二维切片数据,通过基于三维滤波窗口的模糊中值滤波、考虑相邻切片系数相关性与小波系数尺度间相关性的小波软阈值滤波,分层去除水声数据中的加性噪声和乘性噪声。实验结果表明,该算法能降低原始水声数据中的噪声,提高数据连续性和对比度,为观察与探测水下目标提供良好的视觉条件。

英文摘要:

Aiming at the problem that traditional underwater acoustic imaging de-noising algorithms can not effectively suppress the additive noise and multiplicative noise at the same time,a 3D visualized underwater acoustic data de-nosing algorithm based on fuzzy median filtering and wavelet soft-threshold filtering is proposed.This algorithm analyzes the characteristics of composite noise model,and divides the 3D data into several 2D data in the concrete operating process.In order to hierarchically remove the additive and multiplicative noise in the underwater acoustic data,it adopts a 3D filter window in the implementation of fuzzy median filtering,and not only considers the inter-scale correlation of wavelet coefficients of 2D plane data,but also considers the correlation of wavelet coefficients of adjacent plane data in the process of soft threshold filtering.Experimental results show that the proposed algorithm reduces the noise in the original data,improves the data continuity and contrast,and it provides a good visual conditions for the observation and detection of underwater acoustic target.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《计算机工程》
  • 北大核心期刊(2014版)
  • 主管单位:中国电子科技集团公司
  • 主办单位:华东计算技术研究所 上海市计算机学会
  • 主编:游小明
  • 地址:上海市桂林路418号
  • 邮编:200233
  • 邮箱:ecice06@ecict.com.cn
  • 电话:021-64846769
  • 国际标准刊号:ISSN:1000-3428
  • 国内统一刊号:ISSN:31-1289/TP
  • 邮发代号:4-310
  • 获奖情况:
  • 1999~2000、2001~2002年度信息产业部优秀期刊奖,2003-2004、2005-2006年度信息产业部电子精品科技...,2007-2008、2009-2010年度工业和信息产业部电子精...,012年度中国科技论文在线优秀期刊一等奖,2013年度中国科技论文在线优秀期刊二等奖
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),波兰哥白尼索引,荷兰文摘与引文数据库,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:84139