典型文献
ANLResNet网络的前视声呐图像散斑去噪方法
文献摘要：
前视声呐(Forward-Looking Sonar,FLS)使用换能器基阵收发声波,通过回波探测水下物体.在浅海环境,由于水下介质的反射、散射与不均匀波动,前视声呐图像极易引入散斑噪声.本文针对前视声呐图像散斑噪声,结合SRResNet与非对称金字塔非局部块,提出了ANLResNet网络用于前视声呐图像去噪,并针对前视声呐图像特性,使用FieldII构建模拟前视声呐图像数据集,对网络进行训练.实验结果表明,本文提出的ANLResNet网络能有效的去除前视声呐图像中的散斑噪声,获得良好的视觉效果.并通过峰值信噪比(Peak Signal to Noise Ratio,PSNR)、等效视数(Equivalent Number of Looks,ENL)、散斑抑制指数(Speckle Suppression Index,SSI)3个图像质量评价指标评价降噪效果.在模拟前视声呐图像去噪上,本文算法相比于传统算法、改进BM3D算法和Autoencoder网络,平均PSNR至少提高了8.12％.在真实前视声呐图像去噪上,本文算法相比于传统算法、改进BM3D算法和SRResNet等效视数至少提高了16.77％,散斑抑制指数至少降低了2.84％.相比于Autoencoder网络等效视数提高了4.30％.本文方法主要用于前视声呐图像去噪,对于其他声学图像的降噪,散斑噪声的抑制上也有一定的应用价值.
文献关键词：
前视声呐;散斑噪声;图像降噪;FieldII;SRResNet
中图分类号：
作者姓名：
陈朋;徐泽楠;赵冬冬;郭新新
作者机构：
浙江工业大学 计算机科学与技术学院,杭州310023;浙江工业大学 信息工程学院,杭州310023;中国科学院 深海科学与工程研究所,海南 三亚572000
文献出处：
引用格式：
[1]陈朋;徐泽楠;赵冬冬;郭新新-.ANLResNet网络的前视声呐图像散斑去噪方法)[J].小型微型计算机系统,2022(02):355-361
A类：
ANLResNet,SRResNet,FieldII
B类：
前视声呐,声呐图像,像散,去噪方法,Forward,Looking,Sonar,FLS,换能器,基阵,收发,发声,回波探测,浅海环境,散斑噪声,金字塔,非局部,图像去噪,图像数据集,视觉效果,峰值信噪比,Peak,Signal,Noise,Ratio,PSNR,Equivalent,Number,Looks,ENL,散斑抑制,抑制指数,Speckle,Suppression,Index,SSI,图像质量评价,质量评价指标,指标评价,降噪效果,传统算法,BM3D,Autoencoder,少提,声学图像,图像降噪
AB值：
0.31696
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
