位置:成果数据库 > 期刊 > 期刊详情页
形态小波域声呐图像谱聚类去噪算法研究
  • ISSN号:1000-9787
  • 期刊名称:《传感器与微系统》
  • 时间:0
  • 分类:TN911.73[电子电信—通信与信息系统;电子电信—信息与通信工程]
  • 作者机构:[1]哈尔滨工程大学水声工程学院,黑龙江哈尔滨150001, [2]哈尔滨工程大学信息与通信工程学院,黑龙江哈尔滨150001
  • 相关基金:国家自然科学基金资助项目(50909025;60772128)
中文摘要:

针对声呐图像噪声污染严重的问题,在基于形态小波的声呐图像去噪方法中引入了谱聚类算法以实现低信噪比下图像的去噪。给出基于形态中点小波的声呐图像去噪法,在此基础上引入谱聚类的概念,针对谱聚类能快速实现数据分类的特点,对形态中点小波分解后的高频小波系数进行分类,使得包含噪声与细节信号部分的小波系数得以分离。对分离后的两类小波系数分别进行相应的处理,通过与低频小波系数的重构即可得到去噪后的图像。仿真实验表明:该方法在信噪比等性能指标方面均优于其他小波去噪方法,验证了所提方法的可行性和有效性。

英文摘要:

Aiming at the serious noise pollution problems in sonar image, spectral clustering algorithm is introduced into denoising method based on morphological wavelet in order to realize image denoising with low SNR. Sonar image denoising method based on morphological midpoint wavelet is given. The concept of spectral clustering is introduced and used for the classification of high-frequency wavelet coefficients after morphological midpoint wavelet decomposition because of its fast data claasification features. The wavelet coefficients including noise and detail signal can be separated. After being seperated, the two kinds of wavelet coefficients are respectively and corresponding processed. The denoised image can be obtained by the reconstruction of lowfrequency wavelet coefficients. The simulation experiments show that the proposed method are better than other wavelet denoising methods and the feasibility and effectiveness of the proposed method are verified.

同期刊论文项目
期刊论文 7 会议论文 1 专利 2
期刊论文 41 会议论文 9 专利 6 著作 1
同项目期刊论文
期刊信息
  • 《传感器与微系统》
  • 北大核心期刊(2011版)
  • 主管单位:中国电子科技集团公司
  • 主办单位:中国电子科技集团公司第四十九研究所
  • 主编:吴亚林
  • 地址:哈尔滨市南岗区一曼街29号四十九所
  • 邮编:150001
  • 邮箱:st_chinasensor@126.com
  • 电话:0451-82510965
  • 国际标准刊号:ISSN:1000-9787
  • 国内统一刊号:ISSN:23-1537/TN
  • 邮发代号:14-203
  • 获奖情况:
  • 获全国优秀科技期刊三等奖,获1996年度黑龙江省科技期刊评比,优秀科技期刊壹等奖,获《CAJ-CD》执行优秀奖,获信息产业部2001-2002年度电子科技期刊规范化奖,获信息产业部2003-2004年度优秀电子科技期刊奖,获信息产业部2005-2006年度优秀电子科技期刊奖,获工业和信息化部2007-2008年度电子精品科技期刊奖
  • 国内外数据库收录:
  • 中国中国科技核心期刊,中国北大核心期刊(2008版),中国北大核心期刊(2011版)
  • 被引量:10819