基于改进Bregman TV与形态学的NSCT声呐图像融合去噪

传统去噪方法在去除声呐图像斑点噪声的同时，难以拥有很好的细节信息。为此，提出一种基于改进Bregman TV与数学形态学的NSCT声呐图像融合去噪技术。引入图像熵、梯度和边缘强度对Bregman TV的正则参数进行改进，在去噪过程中拥有更多的边缘细节信息。利用新的Bregman TV和数学形态学分别对声呐图像去噪，然后使用NSCT分解为高频和低频，高频拥有大量的边缘信息，低频具有图像细节信息。Bregman TV拥有很好的保边性，数学形态学拥有很好的去噪效果，将2种优势结合，因此采用Bregman TV的高频和数学形态学的低频进行NSCT逆变换，实现图像去噪。实验结果表明，该方法相比于使用基于小波变换和全变分的图像去噪、传统的Bregman TV去噪、数学形态学去噪，更能有效地降低斑点噪声，保留更多的图像细节信息。