第３３卷第６期 四川兵工学报 ２０１２年６月 【光学工程与电子技术】 几种滤波算法在声纳图像处理中的比较分析 雷毅 ，谢静 （１．海军驻中国舰船设计中心代表室，武汉４３００６４；２．海军驻武昌造船厂军事代表室，武汉４３００６４） 摘要：为了研究比较各种滤波去噪算法在声纳图像中的优劣，介绍了分属传统空间域和频域的四种滤波算法，并在 实测声纳图像的基础上进行了实验分析。实验结果表明，相比于均值加权滤波器和中值滤波器，巴特沃斯滤波器和 高斯滤波器这两种频域滤波器在适当选择参数的前提下，对声纳图像的滤波效果要更好。 关键词：声纳；滤波；空间域；频域 中图分类号：ＴＰ３９ 文献标识码：Ａ 文章编号：１００６—０７０７（２０１２）０６—００９５—０３ 噪声可以理解为“妨碍人们的感觉器官理解信源信息的 这里ｇ（Ｘ，Ｙ）是滤波响应， （ ，ｔ）是掩模系数 ＋５，Ｙ＋ｔ）是 因素”。理论上噪声是不可预测的，可以理解为“只能用概率 像素值，ｎ＝（ｍ一１）／２且ｂ＝（１７，一１）／２。为了得到一幅完整 统计方法来认识的随机误差”…。噪声使图像变得模糊，甚 的经过滤波处理的图像，必须对 ＝０，１，２，…，Ｍ一１和Ｙ＝ 至会淹没其中的一些图像特征，进而影响后续的图像分割、 ０，１，２，…，Ｎ一１依次应用公式。 边缘检测等处理环节。 均值滤波器是一种典型的线性空间域滤波器，本文采用 ’ 在声纳图像处理领域，噪声是影响图像质量的重要原因 ３×３加权平均掩模，如图１所示，处于淹没中心位置的像素 之一。在一幅图像中，噪声主要处于高频部分，因此传统的 比其他任何像素的权值都要大，因此在均值计算中给定的这 滤波去噪方法就是对图像的高频部分进行滤除，由于图像的 一像素显得更重要，二距离掩模中心较远的其它像素重要性 细节如边缘纹理也分布在高频区域，所以在对噪声进行滤除 会降低。这样做的目的是为了减小平滑处理中的模糊 。 的同时也模糊了图像的边缘部分。对成像声纳而言，它主要 依靠物体对声信号的反射来对物体成像，根据目标反射特性 ０ １ ０ 可知，目标的边缘和拐点对声波反射最强，所以在声纳图像 中它的边缘和细节信息尤其重要，如何处理好去噪和保留细 １ １ ｌ 节之间的关系一直是该领域的主要研究课题之一。 常见的滤波算法分为空间域和频域滤波两类，“空间域” ０ １ ０ 一词是指图像平面自身，这类方法是以对图像像素的直接处 理为基础的；“频域”处理技术是以修改图像的傅里叶变换为 图１滤波器掩模 基础 。 计算过程如下： １空间域滤波器 ∑∑ （ｓ，ｔ ＋ｓ；ｙ＋￡） ｇ（ｘ，Ｙ）＝ — ———一 空间域滤波器的主要工作机理就是在待处理图像上逐 ∑∑ （、’ ） 点移动掩模（或窗口）。在每一点（ ，Ｙ）处，滤波器在该点的 响应通过事先定义的关系来计算。 式中分母部分的∑∑ （ｓ，￡）表示掩模的系数总和，用以 １．１线性空间滤波器 计算加权平均值。 对于线性空间滤波器，其响应由滤波器系数与滤波掩模 Ｍａｔｌａｂ仿真结果及结论（白色方框中为需要保留的目标 扫过区域的相应像素值的乘积之和给出。一般来说，在Ｍ× 图像）如图２所示。 Ⅳ的图像，时，用ｍ×ｎ大小的滤波器掩模进行线性滤波由 可见，线性均值滤波器对高斯噪声有较好的平滑去噪作 下式给出： 用，但是对其它的高频分量抑制效果较差，原图像中的许多 Ⅱ ｂ 脉冲信号干扰依然存在。 ｇ（Ｘ， ）＝∑∑ （ｓ，￡），（ ＋ ，Ｙ＋ｆ） 收稿日期：２０１２—０３—０５ 作者简介：雷毅（１９８６一），男，硕士，主要从事制导与控制研究。
