System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及图像处理领域,具体涉及一种基于新型中值滤波的声呐图像去噪方法,尤其适用于水下声呐图像的噪声去除,属于声呐图像处理。
技术介绍
1、图像是人类获取信息一种非常重要的方式,人眼通过观察图像,能够获取到与目标相关的信息,对于理解与观察目标非常有用,不仅限于光学图像,声学图像亦是如此。
2、声学图像是由声呐在复杂的海底环境下对目标的成像结果,也叫做声呐图像。由于声波具有传输距离远、测量范围广、受成像环境干扰小等优点,被广泛应用于水下测绘、鱼群探测、海底打捞等方面,在军事上也得到了大范围使用。
3、通过分析声呐图像的成像原理可知,声呐与雷达的工作原理极为相似,都是依靠接收目标物体的回波来获取目标信息的。但是由于海底环境复杂多变,水在作为成像介质的同时,又会对成像造成干扰。声呐成像技术相对于雷达成像技术来说更为复杂,但效果却不甚理想。
4、声呐在对目标进行成像时,会受到来自如海洋环境噪声、舰船自噪声、混响等外部噪声的干扰,而在这些外部噪声之中,属混响干扰最大:水下环境中存在着众多的海洋生物、湍流、不均匀水团等,会对声呐发出的声波产生散射信号,形成海水体积混响;海底淤泥既能够吸收大量声波,又能够将大量声波以一种不规则的形式再次散射出去,形成海底混响,海底起伏不平、海底表面的粗糙度又都会加重海底混响;海面上由于风浪的存在,海水中会存在大量气泡,在海水表面形成一层气泡层,形成海面混响。这些干扰在声呐换能器接收端共同叠加,使得目标声呐图像边缘模糊、细节信息丢失、斑点噪声突出,图片质量大幅下降。除此自
5、中值滤波是一种非线性空间滤波器,属于统计排序滤波器,其原理就是将像素邻域内的中值(包括原像素值)代替该像素的值。对于一定类型的随机噪声具有较好的去噪能力,而且比同尺寸的线性平滑滤波器的模糊程度更低,特别是针对于脉冲噪声(椒盐噪声),中值滤波器尤其有效。因此,不少研究人员将中值滤波应用于带有噪声的图像,并取得了一定的效果。申请号为“201910971914.5”的专利文献公开了一种“基于新型中值滤波算法的声呐图像滤波方法”,对于传统中值滤波的中值计算方法进行了进一步的优化,提高了计算速度,对于多波束前视声呐图像的去噪较为理想,但是由于在计算中值时,是将滤波器窗口内的像素值彼此分开进行计算中值,这就使得最终的去噪结果失去了对全部像素值的考虑。申请号为“201910091127.1”的专利文献公开了“一种中值滤波图像去噪方法”,对于传统中值滤波的像素值排序方式进行了改进,计算速度得到提高,但是对于图像本身来说,并未取得较为理想的噪声去除效果。
6、使用滤波处理带有噪声的目标声呐图像时,一般需要满足两个要求:一是尽可能地不去破坏目标声呐图像的边缘信息;二是尽可能的使目标声呐图像看起来更为清晰。显然,经中值滤波处理过的目标声呐图像,整体看来,具有较好的视觉平滑效果,使目标声呐图像边缘处的像素值与背景的像素值过于接近,损失了目标声呐图像边缘处较多的细节信息。
7、综上所述,传统的中值滤波在处理带有噪声的声呐图像时,对于脉冲噪声的处理效果非常好,但会使目标图像边缘处的像素值与背景像素值的过渡过于平滑,目标图像的边缘细节损失较多。虽然不少研究人员对其进行了改进,但是效果仍不甚理想,也还是都具有一些缺陷。
技术实现思路
1、本专利技术要解决的技术问题是:针对以上问题,本专利技术提供一种基于新型中值滤波的声呐图像去噪方法,通过将传统中值滤波处理后得出的中值与其左右邻域组成一个新的组合,并对这三个像素值分别赋予不同的权值,进行相乘求和,用该结果代替当前待处理区域内中心点的像素值。与传统中值滤波相比,本专利技术提高了对当前待处理区域内中值附近像素值的重视程度,解决了传统中值滤波在计算目标图像边缘区域处的中值时,使得处理后的目标图像边缘区域像素值与背景区域的像素值过于接近,图像整体过于平滑,造成目标图像边缘细节丢失的问题。
2、本专利技术所提供的技术解决方案是一种基于新型中值滤波的声呐图像去噪方法,整体流程图如附图1所示。其中,一种基于新型中值滤波的声呐图像去噪方法包括以下步骤:
3、步骤(1):获取原始声呐图像;
4、步骤(2):对原始声呐图像进行灰度化处理;
5、步骤(3):运用本专利技术提出的新型中值滤波对声呐图像进行去噪处理;
6、步骤(4):保存去噪后的声呐图像;
7、进一步地,所述步骤(1)中获取原始声呐图像包括如下步骤:
8、步骤(1-1):将劳伦斯hds-7live声呐安装于实验船舶尾部,用支架进行固定;
9、步骤(1-2):将电池电压为12v,电池容量为20ah的锂离子电池作为劳伦斯hds-7live声呐的电源,并与声呐设备、显示器连接。拨动电池开关,启动声呐设备,在实验船舶行进的同时,在显示器上进行操作,并记录劳伦斯hds-7live声呐所扫描过场景的信息;
10、步骤(1-3):实验船舶靠岸停止工作,关闭电源,劳伦斯hds-7live声呐停止工作。取出劳伦斯hds-7live声呐显示器右边内置的microsd卡,通过读卡器与笔记本电脑进行连接;
11、步骤(1-4):启动reefmaster2.0软件,将当前地址改为microsd卡所在磁盘,读取microsd卡上存储的劳伦斯hds-7live声呐所扫描场景的信息;
12、步骤(1-5):将劳伦斯hds-7live声呐所扫描场景的信息还原为一段视频,通过对视频进行截屏,获得原始声呐图像数据集,剔除数据集中较为模糊、阴影较多的图像,得到最终的声呐图像数据集。
13、进一步地,所述步骤(2)中对原始声呐图像进行灰度化处理,采取的是加权平均值法。灰度化处理之后,三通道的声呐图像就变为了单通道的声呐图像,降低了图像维度。其中,灰度化处理后,灰度图像上每个像素的像素值便称为灰度,也指黑白图像中点的颜色深度,范围从0到255,黑色为0,白色为255。而由于人眼对绿色最为敏感,红色次之,蓝色最弱,故在进行灰度化处理的时候,分别对红、绿、蓝三原色,即红色分量、绿色分量、蓝色分量,分别采取不同的权值进行计算,再进行求和便得到最终的灰度值。
14、运用加权平均值法对图像进行灰度化处理按下式进行计算:
15、f(x,y)=0.299r(x,y)+0.587g(x,y)+0.114b(x,y)
16、式中:f(x,y)表示位于空间位置(x,y)处的图像像素值;r(x,y)表示r分量的像素值;g(x,y)表示g分量的像素值;b(x,y)表示为b分量的像素值。其中,r分量为红色分量;g分量为绿色分量;b分量为本文档来自技高网...
【技术保护点】
1.一种基于新型中值滤波的声呐图像去噪方法,其特征在于,主要包括以下步骤:
2.根据权利要求1中所述的一种基于新型中值滤波的声呐图像去噪方法,其特征在于,所述步骤(1)中获取原始声呐图像包括如下步骤:
3.根据权利要求书1中所述的一种基于新型中值滤波的声呐图像去噪方法,其特征在于,所述步骤(2)中对原始声呐图像进行灰度化处理,采取的是加权平均值法。灰度化处理之后,三通道的声呐图像就变为了单通道的声呐图像,降低了图像维度。其中,灰度化处理后,灰度图像上每个像素的像素值便称为灰度,也指黑白图像中点的颜色深度,范围从0到255,黑色为0,白色为255。而由于人眼对绿色最为敏感,红色次之,蓝色最弱,故在进行灰度化处理的时候,分别对红、绿、蓝三原色,即红色分量、绿色分量、蓝色分量,分别采取不同的权值进行计算,再进行求和便得到最终的灰度值。
4.根据权利要求书1中所述的一种基于新型中值滤波的声呐图像去噪方法,其特征在于,所述步骤(3)中运用本专利技术提出的新型中值滤波对声呐图像进行去噪处理,具体有以下步骤:
5.根据权利要求书1中所属的一种基于
...【技术特征摘要】
1.一种基于新型中值滤波的声呐图像去噪方法,其特征在于,主要包括以下步骤:
2.根据权利要求1中所述的一种基于新型中值滤波的声呐图像去噪方法,其特征在于,所述步骤(1)中获取原始声呐图像包括如下步骤:
3.根据权利要求书1中所述的一种基于新型中值滤波的声呐图像去噪方法,其特征在于,所述步骤(2)中对原始声呐图像进行灰度化处理,采取的是加权平均值法。灰度化处理之后,三通道的声呐图像就变为了单通道的声呐图像,降低了图像维度。其中,灰度化处理后,灰度图像上每个像素的像素值便称为灰度,也指黑白图像中点的颜色深度,范围从0到25...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。