专利名称：一种针对多波束前视声纳成像数据的阶梯形均值滤波方法
技术领域：
本发明属于图像处理技术领域，涉及声纳图像滤波方法，具体是ー种借鉴光学图像处理中的平滑线性滤波器，针对多波束前视声纳图像进行去噪的方法。
背景技术：
图像在数字化采集、传输过程中常受到成像设备与外部环境噪声干扰等影响，含有各种各样的噪声。数字图像在使用过程中经常需要首先对其进行滤波来降噪。图像的空间域滤波是在图像空间借助滤波掩模进行邻域操作完成的，其主要思路是首先确定滤波掩模，在掩模内对待处理像素进行滤波操作，然后在待处理图像中逐点地移动掩模，重复上述操作，直到符合終止条件。对于图像中每一点，滤波器在该点的响应通过事先定义的关系来计算。空间域滤波一般可分为线性空间滤波和非线性空间滤波。 [Rafel C. Gonzalez, Richard E. Woods, ed. Digital Image Processing. 2nded. New Jersey:Pretice Hall, 2002. 116-123.]书中提到的均值滤波是传统的线性空间域滤波方法，该传统方法的基本原理是采用滤波掩模确定的邻域内像素的平均灰度值代替图像中每个像素点的值，这种处理减小了由随机噪声引起的图像灰度级的尖锐变化，以达到抑制或是去除噪声的目的。近年来，随着科学技术的高速发展，人类对覆盖地球总面积70%的海洋的认识逐渐深化，由于海洋环境的复杂性，声波成为信息在水中远程传输的最佳媒介，而其中成像声纳在海洋开发和水下探測中越来越受到人们重视。目前，技术比较成熟、使用较广泛的成像声纳有侧扫声纳和前视声纳。前视声纳的研究开展较晚，但发展很快，现已广泛应用于沉底目标的探測、自主式水下机器人的障碍物识别等。前视声纳包括单波束机械扫描声纳、多波束预成电子扫描声纳和三维成像声纳。多波束预成电子扫描声纳也称多波束前视声纳，具有较高的成像速率和较高的分辨率。多波束前视声纳主要作为水下机器人的传感成像设备，承担着发现水下机器人前方目标，对目标定位、识别的任务，其作用相当于人类的视觉部分。该声纳以其换能器基阵为圆心，在固定的夹角范围内同时发射多个声波波束，并同时接受回波信号。声纳系统将采集到的回波信号进行处理，将回波信号转换成图像格式，并按照设定的数据格式进行存储。由于多波束前视声纳是对ー个扇形区域进行扫描和成像的，而其存储的声纳数据只是对固定角度和固定行距的回波点像素的描述，如果将声纳成像数据直接在计算机屏幕上进行可视化显示，所成是矩形图像，这就不能将实际的扇形区域图像真实地呈现出来。因此，针对多波束前视声纳成像数据，需要进行数据可视化处理，这样显示出来的图像才能较好地还原实际扫描的扇形区域。目前，现有的声纳图像显示软件对多波束前视声纳图像进行均值滤波吋，先对多波束前视声纳成像数据进行数据可视化处理，生成扇形图像后，再运用传统掩模模型对图像进行滤波处理。由于对声纳成像数据可视化处理是根据成像数据进行插值计算后对计算机显示器的像素点进行填充，因而可视化处理后的图像中部分信息是声纳成像数据放大后的结果，因此对可视化处理后的图像进行滤波过程中存在对放大后的噪声的处理，这样采用传统均值滤波方法就不能较好地抑制或是去除图像噪声。
发明内容
对于传统均值滤波对多波束前视声纳图像去噪效果不佳的缺点，本发明提供ー种针对多波束前视声纳成像数据的阶梯形均值滤波方法。针对多波束前视声纳成像特点和声纳回波点的空间相关性，引入新的滤波思路，并借鉴传统均值滤波对多波束前视声纳成像数据进行阶梯形均值滤波。本发明实现上述目的的技术方案是对多波速前视声纳成像数据进行阶梯形均值滤波，将滤波后的声纳成像数据进行可视化，生成去噪后的多波束前视声纳图像。一种针对多波束前视声纳成像数据的阶梯形均值滤波方法，包含以下步骤(I)将表示单帧声纳图像的成像数据保存到列向量M ; (2)已知多波束前视声纳的波束数n，计算列向量M的元素个数t，并将^·的结果记
为m ;定义ー个m行、η列的成像数据矩阵Α，将列向量M中的数据值依次填充到矩阵A ;定义ー个m行、η列零矩阵B ;(3)建立ー个阶梯形掩模模型；(4)计算阶梯形掩模中各点的掩模系数；(5)依据成像数据矩阵A确定掩模中各点对应的数据值，若点在矩阵A中无对应值，则该点置空；(6)对掩模中剰余点是否都有对应值进行判定，采用对应方式进行卷积处理；(7)完成成像数据矩阵A中所有数据值的滤波，得到阶梯形均值滤波后的成像数据矩阵B ；(8)对滤波后成像数据矩阵B进行可视化处理，得到去噪后多波束前视声纳图像。步骤(I)中对单帧声纳图像的成像数据保存是将多波束前视声纳单次扫描后ニ维平面中各回波点的像素值进行保存。步骤(2)中将列向量M中数据值依次填充到矩阵A的步骤是将向量中表示最远端回波点的成像数据存放在矩阵的首行，表示最近端回波点的成像数据存放在矩阵的末行。步骤(3)中建立的阶梯形掩模模型一共3行，每行的列数从上至下依次为Κ、Κ+2、
Κ+4，其中，K为奇数；将第2行、第￥ + 1列掩模点记为P，对应值记为ρ，剰余点从上到下、
从左到右依次记为Pi (i = I. · · 3Κ+5)，各点对应值依次为Pi (i = I. · · 3Κ+5)。阶梯形掩模中各点的掩模系数是指阶梯形掩模模型中各点的卷积系数，统ー计算 、、 _I __I
表込式为.[ + (火+2) + (^ + 4)，即为3人+6。依据成像数据矩阵A确定掩模中各点对应的数据值是指将矩阵A中a行、b列元素的值A (a, b)作为阶梯形模型中P点的对应值，即P=A (a, b)，并以P点为基准点，从矩阵A中确定掩模中剩余点对应的数据值。采用对应方式进行卷积处理是指若掩模中剩余点都有对应值，即无空值点，对掩模中各点数据值和对应的掩模系数进行卷积处理，卷积处理的响应结果记为R，并将R存放
在矩阵B的a行、b列位置，
权利要求
1.一种针对多波束前视声纳成像数据的阶梯形均值滤波方法，包含以下步骤 (1)将表示单帧声纳图像的成像数据保存到列向量M; (2)已知多波束前视声纳的波束数n，计算列向量M的元素个数t，并将
2.根据权利要求1所述的针对多波束前视声纳成像数据的阶梯形均值滤波方法，其特征是步骤(1)中对单帧声纳图像的成像数据保存是将多波束前视声纳单次扫描后ニ维平面中各回波点的像素值进行保存。
3.根据权利要求1所述的针对多波束前视声纳成像数据的阶梯形均值滤波方法，其特征是步骤(2)中将列向量M中数据值依次填充到矩阵A的步骤是将向量中表示最远端回波点的成像数据存放在矩阵的首行，表示最近端回波点的成像数据存放在矩阵的末行。
4.根据权利要求I所述的针对多波束前视声纳成像数据的阶梯形均值滤波方法，其特征是步骤(3)中建立的阶梯形掩模模型一共3行，每行的列数从上至下依次为Κ、Κ+2、Κ+4，其中，K为奇数；将第2行、第
5.根据权利要求4所述的针对多波束前视声纳成像数据的阶梯形均值滤波方法，其特征是阶梯形掩模中各点的掩模系数是指阶梯形掩模模型中各点的卷积系数，统ー计算表达式为:
6.根据权利要求5所述的针对多波束前视声纳成像数据的阶梯形均值滤波方法，其特征是依据成像数据矩阵A确定掩模中各点对应的数据值是指将矩阵A中a行、b列元素的值A (a, b)作为阶梯形模型中P点的对应值，即P=A (a, b)，并以P点为基准点，从矩阵A中确定掩模中剩余点对应的数据值。
7.根据权利要求6所述的针对多波束前视声纳成像数据的阶梯形均值滤波方法，其特征是采用对应方式进行卷积处理是指若掩模中剰余点都有对应值，即无空值点，对掩模中各点数据值和对应的掩模系数进行卷积处理，卷积处理的响应结果记为R，并将R存放在矩阵 B 的 a 行、b 列位置,
8.根据权利要求7所述的针对多波束前视声纳成像数据的阶梯形均值滤波方法，其特征是完成成像数据矩阵A中所有数据值的滤波是指对P点值A (a, b)在矩阵A中的位置进行判定若a=m且b=n，则完成对矩阵A中所有数据值的滤波，此时得到矩阵B即为阶梯形均值滤波后的声纳成像数据矩阵；若条件不成立，以从上到下、从左到右的顺序从矩阵A中提取下ー个位置的数据值，并重新对a、b赋值，返回步骤(5)对该提取的数据值进行阶梯形均值滤波。
9.根据权利要求I所述的针对多波束前视声纳成像数据的阶梯形均值滤波方法，其特征是步骤(8)中对滤波后成像数据矩阵B进行可视化处理是采用R-Theta扇形可视化方法对阶梯形均值滤波后的成像数据矩阵B进行可视化操作。
全文摘要
本发明公开了一种多波束前视声纳成像数据的阶梯形均值滤波方法，属于图像处理技术领域。采集单帧声纳图像的成像数据，生成成像数据矩阵，建立阶梯形掩模模型，计算掩模系数并确定掩模中各点对应数据值，进行数据卷积处理完成阶梯形均值滤波，滤波后的成像数据矩阵经可视化处理，得到滤波后的多波束前视声纳图像。本发明提供的方法针对多波束前视声纳成像特点，可以更好地抑制噪声，使滤波后的图像具有更好的视觉效果。
文档编号G06T5/00GK102867292SQ201210323818
公开日2013年1月9日 申请日期2012年9月4日 优先权日2012年9月4日
发明者李庆武, 曹晔锋, 霍冠英, 周妍, 马国翠 申请人:河海大学常州校区