论文部分内容阅读
针对传统PM(Perona-Malik)滤波去噪模型在处理声纳图像时存在过度扩散和因参数设置不当导致方程畸变等问题,提出了一种融合多尺度自回归MAR(multi-scale autoregressive)模型和各向异性扩散偏微分方程PM模型的声纳图像滤波去噪方法MAR-PM。该方法首先利用MAR得到多尺度图像序列,然后对每一级图像进行PM滤波,并预测出最细尺度图像的滤波效果,再以此为先验信息指导对原始噪声图像的PM滤波去噪,最后用PSNR值对处理效果进行评价。试验结果表明:该方法不仅有效提高了声纳图