[发明专利]一种基于中值滤波和小波变换的海底底质声呐图像处理方法

说明书

本发明公开了一种基于中值滤波和小波变换的海底底质声呐图像处理方法，属于海底测绘领域。首先针对某含有斑点噪声和高斯加性噪声的海底底质声呐原始图像，进行对数变换后将乘性噪声变为加性，得到含有近似高斯加性噪声的图像；然后采用极值中值滤波方法对含有近似高斯加性噪声的图像进行滤波，并进行指数变换，得到平滑图像；对平滑图像进行基于小波包分解的小波去噪处理，得到最终去噪图像。本发明在一定程度上起到边缘锐化作用，更好地保证底质图像信息的完整表达，对分解得到的高低频信号进行更深层次的分解；能更大程度保留原始图像的主要成分，获得信噪比更高、去噪效果更好的去噪图像。

技术领域

本发明属于海底测绘领域，涉及声呐图像平滑及去噪处理，具体来说是一种基于中值滤波和小波变换的海底底质声呐图像处理方法。

背景技术

海底底质声呐图像能反映较为丰富的海底地貌及底质特征信息，是海底地貌探测和海底底质特征提取、分类反演的重要信息源。声呐发出的声波经由水面、海水、水底构成的通道进行传播，水声信道的水介质及边界具有极复杂的特性，同时受海洋环境噪声和声呐工作特点及性能的限制，海底底质声呐图像具有噪声干扰严重、图像分辨率低以及边缘纹理模糊等特点。

侧扫声呐和多波束声呐进行海底测绘时，测量的回波主要是海底混响，其为围绕平均强度出现的随机起伏，呈现出较明显的斑点噪声，该现象与声呐的工作原理和性能限制有关。类似的噪声现象出现在医学超声图像、SAR图像中。经研究证明，这种斑点噪声服从基于瑞利分布的乘性噪声模型。此外，海洋环境随机变量可视为高斯加性噪声，这一部分噪声较斑点噪声对图像的影响较小。对于乘性噪声，可对图像先进行对数变换，变乘性噪声为加性噪声，从而用常规加性噪声抑制技术来去除。

海底声呐图像是一种灰度图像，在特征提取上缺少色彩识别辅助，且泥、沙砾类底质较岩石类底质而言粗糙度和纹理特征本不明显，这使得多数学者对海底底质进行相关研究时重视底质图像特征提取及底质分类算法的研究，忽略参数提取前的图像预处理阶段。声呐图像的噪声和边缘均处于灰度跳变部分，去噪在改变噪声点灰度值时会影响边缘灰度值，从而削弱图像边缘特征。

小波变换技术是通过小波函数对信号进行时频域局部分析的数学变换方法，可以看作是原始信号与经过尺度伸缩后小波函数族和尺度函数的卷积运算，通过具有不同时频宽度的小波来匹配原始信号中的不同成分，实现对信号的局域化分析。从滤波器角度考虑，小波变换又可看作是原始信号与一组不同尺度的小波带通滤波器的滤波运算，将信号分解到不同频带当中，其在信号的高频部分具有较好的时间分辨率，在低频部分具有较好的频率分辨率，从而能从信号(如语音、图像等)中提取有效信息。同时，由于小波变换包含的信号分解方法能对分解得到的高低频信号进行更深层次的分解，所以在阈值去噪中最大程度保留原始信号中的主要成分，获得信噪比更高、去噪效果更好的去噪图像。

正因在图像处理方面具备诸多传统方法不具备的优势，小波变换被越来越多的科研人员应用于遥感图像、高光谱散射图像、生物细胞图像、数学形态学图像等图像预处理及特征提取环节。如2008年匡海鹏等人在《一种基于中值滤波的图像小波去噪方法》发明中提出采用对数字遥感图像进行中值滤波预滤波，再利用基于小波基分解的小波变换对预滤波图像进行去噪处理，得到去噪图像。2011年颜兵等人在《基于均值滤波和小波变换的图像去噪技术研究》中提出采用均值滤波和小波变换相结合的图像去噪方法，先将含噪图像进行小波分解，在小波域中选取适当的阈值对小波系数进行处理，然后对图像信号进行局部重构至第一层，并采用不同的模板对第一层的各细节子图像进行均值滤波，最后将低频近似图像与均值滤波后高频细节图像合成得到去噪后的图像。

但是，均值滤波本身是一种线性滤波器，在处理的像素邻域之内包含噪声点时，噪声的存在会一定程度上影响该点的像素值计算。基于小波分解的小波去噪只对低频部分进行再分解，不对高频信息进行处理。

发明内容