利用同步码字优化和正则化相结合的声呐图像降噪方法

摘要

针对海底混响中的乘性斑点噪声使侧扫声呐图像中的目标无法准确识别的问题，提出了1种利用同步码字优化字典学习法与相关正则化相结合的降噪方法.该方法利用侧扫声呐图像(side-scan sonar image, SSI)的稀疏性，同时更新任意一组码字和相应的稀疏系数，即同步码字优化(simultaneous codeword optimization, SimCO),得到合适的字典；并将乘性噪声对数变换成加性噪声，利用斑点噪声的伽马分布特性，构造出相应对数似然函数；最后利用正则化减少过拟合化特性，采用最大似然估计(maximum likelihood estimation, MLE)法估计出待恢复图像，实现声呐图像降噪.仿真结果表明，该方法降噪后图像可保持好的边缘信息，并且能有效降低降噪前后图像的平均绝对误差(mean absolute-deviation error, MAE),与传统MOD与K-SVD降噪法相比，等效视数(equivalent number of looks, ENL)可以提高40.17%,MAE值可以降低23.43%,降噪后声呐图像视觉效果有明显提升.

关键词

侧扫声呐图像 / 乘性噪声 / 同步码字优化 / 正则化 / 图像降噪