基于最大后验概率准则的红外图像NSCT域去噪方法,本论文主要论述了概率准则论文范文相关的参考文献,对您的论文写作有参考作用。
概率准则论文参考文献：
摘 要：提出了具有图像增强效果的基于最大后验概率准则的非下采样Contourlet变换（NSCT,NonSubsampledContourletTranorm）域自适应降噪算法.该算法在定图像系数和噪声系数先验为高斯分布的前提下,利用后验概率最大原理计算NSCT系数的萎缩因子.在考虑尺度和方向能量因素的基础上对萎缩因子进行了修正,并用于NSCT系数萎缩过程中.最后,通过逆变换重构出降噪和增强的图像.试验结果表明,本文方法与小波去噪方法相比,性能有明显的提升.
关键词：最大后验概率估计；NSCT；降噪；图像增强；比例萎缩
中图分类号：TP391.41文献标识码：A文章编号：1673-5048（2016）02-0042-05
0引言
红外导引头在成像及数据传输的过程中,图像信息受到探测器本身及探测系统不同程度的噪声影响[1-3].其中,探测系统主要指线性扫描系统和凝视成像系统产生的线性、非线性扫描噪声及非均匀性噪声等[4].简单的图像处理手段通常能够抑制规律性较强的线性扫描系统噪声[5-6].凝视系统产生的非均匀性噪声和非线性噪声则能够通过非均匀性校正方法进行一定程度上的消除[7-9].因此,影响红外图像质量的主要噪声来源于探测器噪声,其本身难以避免和克服,并在大部分情况下强于探测系统剩余环节产生的噪声.大部分探测器噪声近从高斯分布,是一个随机过程.由于图像噪声的好坏直接影响到截获和跟踪性能,因此,降噪是红外成像系统图像处理过程中必不可少的一步.
2002年,Domn和Vetterlim等人提出了Contourlet变换[10],该变换方法是一种特殊的小波变换,结合了多分辨率分析和多方向滤波的特点,不仅具有一般小波变换所要求的多尺度、时频局域性[11],同时也具备一般小波方法缺乏的多方向、各向异性等特征.Cunha等人[12]于2005年提出的非下采样Contourlet变换（NSCT）改进了Contourlet变换,使得该算法不仅具备多分辨率、多方向的特性,同时也具有平移不变的特性.
本文利用NSCT和后验概率最大原理,对含有噪声的红外图像进行滤波,并与小波降噪处理结果进行对比,结果表明NSCT去噪效果更好.
1NSCT域变换
Contourlet变换方法与一般小波变换相比,其表示图像边缘的系数能量比较集中,而且拥有很强的各向异性,能够采用比一般小波变换更少的系数表示光滑的曲线.Contourlet变换具有曲面奇异性,在二维图像空间可以更好地描述曲线,能够利用较少系数准确地描述二维图像中目标的边缘轮廓信息和灰度分布信息,因此,能够稀疏地描述二维图像[13].
Contourlet变换[14]通过拉普拉斯金字塔（LP）差值的方法把图像分解成多个尺度上的带通方向子带.其中,每一个尺度的分解获取一个低通信号和一个带通信号,带通信号指上一尺度的信号与该尺度上的低通信号的差值.当前尺度上的低通信号进一步分解获取下一级尺度信号.同时,Contourlet变换在每个尺度上通过方向滤波器组（DFB）将LP分解得到的带通信号进行不同方向的分解.
Contourlet变换在下采样的过程中,将造成不同方向的信号包含同一方向的信息的缺点,称为频谱混叠.该现象在一定程度上削弱Contourlet变换的方向选择性.NSCT[15]方法在Contourlet变换的基础上,采用非采样的LP塔型分解和非采样的DFB方向分解取代原来的分解滤波器.NSCT避免了信号在滤波后的下采样（抽取）过程以及滤波前的上采样（插值）过程,将采样过程在相应的滤波器上完成.NSCT变换继承了Contourlet变换的多尺度、多方向以及良好的空域和频域局部特性,变换后系数能量更加集中,能够更好地捕捉和跟踪图像中重要的几何特征.同时,由于没有上采样和下采样,因此图像的分解和重构过程中不具有频率混叠项,这使得NSCT具有平移不变性以及各级子带图像与原图像具有尺寸大小相同的特性.
5结论
本论文利用最大后验概率准则和非下采样Contour域变换方法实现了红外图像的降噪和增强.实验结果表明,提出的基于MAP准则的NTSC去噪方法效果要优于基于3σ准则的小波去噪和Contourlet域去噪方法,能够获得较高的峰值信噪比值.
参考文献：
[1]刘宁,陈钱,顾国华,等.640×512红外焦平面探测器前端噪声分析及抑制技术[J].红外技术,2010,32（10）：572-575.
[2]陈钱.红外图像处理技术现状及发展趋势[J].红外技术,2013,35（6）：311-318.
[3]孙仲康,沈振康.数字图像处理及其应用[M].北京：国防工业出版社,1985.
[4]王润生.图像处理[M].长沙：国防科技大学出版社,1995.
[5]邵晓鹏,靳振华,王阳.去除红外图像条带噪声改进算法研究[J].电子科技,2013,26（10）：83-85.
[6]赵坤,孔祥维.小目标红外图像背景噪声的抑制及方法讨论[J].光学与光电技术,2004,2（2）：9-12.
[7]惠建江,刘朝晖,刘文.红外图像的噪声分析和弱小目标的增强[J].红外技术,2005,27（2）：135-138.
[8]白俊奇,陈钱,王娴雅,等.红外图像噪声滤波对比度增强算法[J].红外与激光工程,2010,39（4）：35-39.
[9]陈维真,周晓东,张春华.基于探测器噪声分析的红外图像增强算法[J].红外与激光工程,2008（S2）：44-47.
[10]DoMN,VetterliM.TheContourletTranorm：AnEfficientDirectionalMultiresolutionImageRepresentation[J].IEEETransactionsonImageProcessing,2005,14（12）：2091-2106.
[11]高静,李朝伟,董云峰,等.空空导弹导引头小波降噪参数优选仿真研究[J].航空兵器,2010（5）：48-54.
[12]CunhaAL,ZhouJP,DoMN.TheNonsubsampledContourletTranorm：Theory,DesignandApplications[J].IEEETransactionsonImageProcessing,2006,15（10）：3089-3101.
[13]焦李成,谭山.图像的多尺度几何分析：回顾与展望[J].电子学报,2003（S1）：1975-1981.
[14]PoDDY,DoMN.DirectionalMultiscaleModelingofImagesUsingtheContourletTranorm[J].IEEETransactionsonImageProcessing,15（6）：1610-1620,2006.
[15]ZhouJianping,CunhaAL,DoMN.NonsubsampledContourletTranorm：ConstructionandApplicationinEnhancement[C]∥IEEEInternationalConferenceonImageProcessing,ICIP,2005：469-472.
结论：关于对写作概率准则论文范文与课题研究的大学硕士、相关本科毕业论文概率准则论文开题报告范文和相关文献综述及职称论文参考文献资料下载有帮助。
美股今夏上涨概率大
美银美林首席投资策略师迈克尔·哈特奈特虽然很多投资者已经准备好暂时撤离股市，不过现在就采取行动可能还是太早。如同油价在伊拉克事态的支持下飙升。
佩蒂股份大概率将成为隐形冠军
佩蒂股份作为次新股，涨势惊人，在大盘下跌的大背景下，非常坚挺。首先从长期三率分析公司的基本面，其销售净利率六年来从5 71%上升到16 91%，。
深圳大概率资管杨济源:短期看至3300点
最近一年，A股行情跌宕起伏，尤其是6月股灾之后绝大多数投资者都亏损惨重。深圳大概率资产管理有限公司旗下的三只基金产品均是去年7月后成立的，在经历。
千点大反弹是大概率事件
2016年6月初的A股市场仍然弥漫着一些看空的声音和悲观的氛围，一方面是索罗斯看空全球经济，包括看空中国；另一方面是中国外汇储备逐步下降，换美元。