基于自适应维纳滤波和2D-VMD的声呐图像去噪算法

来源：南京信息工程大学学报·自然科学版杂志2024年第1期北京时间：

作者：冯伟，刘光宇，刘彪，周豹，赵恩铭

单位：冯伟,大理大学 工程学院, 大理, 671003,刘光宇,大理大学 工程学院, 大理, 671003;上海交通大学 海洋智能装备与系统教育部重点实验室, 上海, 201100,liuguangyu@dali.edu.cn刘彪,大理大学 工程学院, 大理, 671003,周豹,大理大学 工程学院, 大理, 671003,赵恩铭,大理大学 工程学院, 大理, 671003

摘要：声呐图像易产生对比度低、分辨率低、边缘失真等问题,所以在去除声呐图像噪声时难以将有效信号与噪声准确分离,从而导致去噪后图像对比度降低、边缘轮廓不清晰、细节丢失严重等问题.本文提出一种基于自适应维纳滤波和2D-VMD(二维变分模态分解)的声呐图像去噪算法.首先通过二维变分模态分解对含噪图像进行分解,得到一系列不同中心频率的模态分量,利用相关系数和结构相似度筛选出有效的模态分量,并使用自适应维纳滤波处理有效的模态分量,最后将滤波后的模态分量进行重构,从而去除图像中的噪声.实验结果表明:所提图像去噪算法在相关系数(CC)、结构相似度(SSIM)这两项客观数据上表现最优,峰值信噪比(PSNR)略低于NSST域去噪,综合客观数据与视觉效果,本文所提算法去除噪声后的图像细节和边缘保持能力效果最佳.

关键词：图像去噪;二维变分模态分解;自适应维纳滤波;模态分量;声呐图像

基金资助：国家自然科学基金(62065001);海洋智能装备与系统教育部重点实验室开放基金(MIES-2023-02);云南省地方本科高校基础研究联合专项资金(202101BA070001-054);云南省中青年学术和技术带头人后备人才项目(202205AC160001)