水聲圖像增強技術研究

李恒光

（杭州應用聲學研究所，浙江 杭州310023）

圖像增強是數字圖像處理常用的技術之一，它是指對圖像進行某種操作，使處理結果在特定應用背景下比原圖像更適合使用[1]。水聲圖像的生成通常會伴隨著海洋混響、信道變化和水面水下各種目標活動所產生的干擾，所得圖像極易出現目標重疊、邊界參差、圖像失真等缺陷，圖像處理的難度大大增加。因此，如何對圖像實施合理而有效的降噪與增強是水聲圖像處理必須面臨的問題。

水聲圖像是由聲吶接收陣所接收的受激勵目標反射回波生成，圖像形成的原理和條件不同，其圖像缺陷較光學圖像也有不同表現。一般來說，水聲圖像通常為中低頻或甚低頻圖像，圖像所含信息較少，且其噪聲干擾也以中低頻寬帶內的噪聲為主。另外，水聲圖像中，目標圖像的灰度級通常較少，但其噪聲干擾的灰度級卻有著較大變化區間[2]。基于此，水聲圖像增強致力于消除噪聲干擾、提取邊界信息和增強包含目標主要信息的部分，同時濾除我們不關心的圖像信息。水聲圖像降噪與增強的結果將直接影響后續圖像特征提取與分類識別的效果，其重要性不言而喻。

本文研究了水聲圖像處理常用的降噪與增強技術，并以海洋中常見的扇貝目標的水聲圖像為樣本進行試驗，分析了該類水下目標聲學圖像的噪聲干擾特性，對比了各類圖像增強技術的處理效果，為該類目標水聲圖像降噪與增強處理方法的選取提供了有力的參考。

1 空間濾波方法

空間濾波即在包含圖像像素的平面上，通過一定空間濾波器（或稱模板、窗口）直接作用于圖像像素，以改善圖像性能。由于像素圖像在計算機中是以矩陣形式存儲的，不能像對連續函數一樣進行求導等常規操作，需要使用濾波器對原圖像進行卷積運算。其數學表達可由公式（1）表示：

其中，f(x,y)是輸入圖像，g(x,y)是處理后的圖像，T 是定義在點(x,y)鄰域內的變換算子。將實現某種特定變換T 的濾波器在待處理圖像上做遍歷的卷積運算，作用得到處理后的圖像[2]。圖1 解釋了濾波器模板在圖像上進行卷積操作的作用原理。

通過構造數學表達不同的濾波器模板可以實現各種不同的圖像處理效果。常用的空間濾波方法有均值濾波法、中值濾波法、高斯濾波法、索貝爾濾波法和拉普拉斯濾波法等。前三種方法基于平滑空間思想，后兩種方法基于銳化空間思想。均值濾波法是一種線性平滑技術，主要思路是用濾波器模板中心點一定范圍內的像素平均值取代該點的像素值，能夠平滑圖像并降低噪聲的影響，缺點是會造成圖像的模糊而丟失掉一些圖像細節。

圖1 空間濾波原理示意圖

中值濾波法[3,4]是一種非線性平滑技術，與均值濾波不同，它是用模板中心點一定范圍內的像素中間值取代該點的像素值，能夠平滑圖像并降低像素值抖動較大的孤立噪點，應用廣泛。

索貝爾濾波法、拉普拉斯濾波法則主要用于像素點灰度值的梯度，將灰度變化較快的圖像區域認為是目標邊界，不太關心像素點灰度值變化較慢的部分。

2 頻域濾波方法

二維圖像各點的像素值在計算機中是以離散的二維矩陣形式存儲的，頻域濾波方法正是在該二維矩陣的傅氏空間中對像素數據進行處理。頻域濾波的主要手段是對像素數據施加各類濾波器（如低通、高通或帶通等），在圖像傅氏空間達到抑制特定頻段內能量的目的，以實現所需的濾波效果[5]。

對于由f(x,y)表示的二維圖像，其頻域濾波的數學表達如下：

其中F(f(x,y)))是圖像f(x,y)的離散傅里葉變換結果，H(u,v)是濾波器函數，F-1是傅里葉逆變換，g(x,y)是濾波結果。

與空間濾波方法類似，改變濾波器函數，可以得到多種不同的頻率濾波技術，如低通濾波、高通濾波、帶通濾波等。低通濾波器可以抑制圖像像素值變化較快、圖像較為尖銳的高頻區域，通常包括目標的邊界和高頻噪聲干擾。相反地，高通濾波則抑制了圖像的低頻部分，使得高頻區域得到銳化處理[6]。

圖2 水聲圖像增強方法試驗結果圖

3 水聲圖像增強試驗

以海洋中常見的扇貝目標的水聲圖像為樣本進行圖像增強試驗。對圖2(a)所示的扇貝聲吶圖像添加均值為-0.1、標準差為0.01 的高斯白噪聲得圖2(b)，目的是增加樣本噪聲干擾的復雜性。分別使用第2 節中的各類圖像增強方法對扇貝水聲圖像進行處理，以驗證各類方法的降噪與增強效果。試驗主要研究了空間濾波方法中的均值濾波法和中值濾波法、頻域濾波方法中的各種形式的低通濾波法、高通濾波法等，試驗結果如圖2 所示[7]。

分析上述圖像增強試驗結果可知：

a.該水聲圖像所受噪聲干擾較強，在空間上表現為大量離散、孤立的噪點，目標附近各波束方向噪聲干擾嚴重，在某些波束方向甚至出現了帶狀亮斑；頻域上，高頻噪聲影響范圍大且與目標有效信息的頻段重合較多，低頻噪聲相對較少。

b.空間濾波方法能夠有效地對圖像進行平滑和消噪。與均值濾波相比，合適尺寸的中值濾波能在不破壞目標邊界信息的同時消除圖像中的孤立噪聲點。隨著濾波器模板尺寸的增大，所得圖像的平滑度和模糊度均逐步提高。

c.頻域濾波方法能夠有效地銳化圖像并使圖像像素值變化較快的區域清晰可見。其中，低通濾波主要抑制了圖像所受噪聲干擾的高頻段部分，而高通濾波則很好地突出了目標的細節信息。

d.事實上，對于水聲圖像所受噪聲干擾，單純地使用空間或頻域濾波方法難以一步到位，獲得良好滿足實際需求的降噪和增強效果。實際處理時一般會同時使用空間濾波和頻域濾波方法，獲得復合性的處理效果。一般地，對于與本文所研究類似的水聲圖像，可先對圖像進行頻域濾波，濾除某些頻段的噪聲干擾，再對感興趣的目標區域進行均值濾波彌補圖像空隙，最后進行適當的中值濾波消除孤立的噪點。

4 結論與展望

本文從水聲圖像降噪角度研究了各類圖像增強的方法，并試驗對比了使用各類方法處理所采集的水下目標聲吶圖像的效果，并具體給出了類似的水聲圖像增強的一般性處理步驟。不難發現，不同于光學圖像，水聲圖像增強的重點在于有效地消除各類噪聲干擾的不利影響。在水聲圖像增強時應根據實際情況綜合考慮，可使用某種方法或某幾種方法聯合處理。另外，無論是空間濾波還是頻域濾波，都是一種全局性的處理手段。研究復雜噪聲干擾下的邊緣提取技術以適應特定場景的應用需求，也是水聲圖像增強的另一種思路。