ANLResNet网络的前视声呐图像散斑去噪方法

CORC > 深海科学与工程研究所 > 中国科学院深海科学与工程研究所 > 深海工程技术部 > 深海信息技术研究室

	ANLResNet网络的前视声呐图像散斑去噪方法
	陈朋 1; 徐泽楠 3; 赵冬冬 1; 郭新新 2
刊名	小型微型计算机系统
	2021-03-19
页码	10
关键词	前视声呐散斑噪声图像降噪 FieldII SRResNet
英文摘要	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。
语种	中文
内容类型	期刊论文
版本	出版稿
源URL	[http://ir.idsse.ac.cn/handle/183446/8951]
专题	深海工程技术部_深海信息技术研究室
作者单位	1.浙江工业大学计算机科学与技术学院; 2.中国科学院深海科学与工程研究所 3.浙江工业大学信息工程学院;
推荐引用方式 GB/T 7714	陈朋,徐泽楠,赵冬冬,等. 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,2021:10.
APA	陈朋,徐泽楠,赵冬冬,&郭新新.(2021).ANLResNet网络的前视声呐图像散斑去噪方法.小型微型计算机系统,10.
MLA	陈朋,et al."ANLResNet网络的前视声呐图像散斑去噪方法".小型微型计算机系统 (2021):10.