航海雷達圖像噪聲抑制方法研究

丁獻文 ，萬榮勝 ，王 建 ，鄭小羅

（1.上海海洋大學(xué)海洋科學(xué)研究院，上海201306；2.廣州海洋地質(zhì)調(diào)查局，廣東 廣州510075）

航海雷達圖像噪聲抑制方法研究

丁獻文1，萬榮勝2，王 建1，鄭小羅1

（1.上海海洋大學(xué)海洋科學(xué)研究院，上海201306；2.廣州海洋地質(zhì)調(diào)查局，廣東 廣州510075）

針對航海雷達圖像上常見的同頻干擾噪聲，提出了一種有效的抑制方法。該方法采用閾值分割技術(shù)對噪聲進行檢測，然后對檢測出的噪聲點進行插值修復(fù)。使用X波段航海雷達圖像對該方法進行檢驗。采用信噪比、偏差指數(shù)和相關(guān)系數(shù)等指標(biāo)進行定量評價。結(jié)果表明，提出的新方法既能顯著地抑制航海雷達圖像的同頻干擾噪聲，又能較好地保持原始圖像的信息，具有良好的降噪效果。它的綜合性能明顯優(yōu)于傳統(tǒng)的均值濾波和中值濾波方法。

噪聲；航海雷達；同頻干擾；Delaunay三角網(wǎng)；K分布

航海雷達（Marine Radar），又叫船用雷達或?qū)Ш嚼走_，是指安裝在船上用于船舶避碰、定位和導(dǎo)航的雷達[1]。它工作在X波段和S波段。

航海雷達在圖像采集、傳輸和顯示過程中常受到各種因素干擾，如接收機的性能、雨雪以及其它雷達的干擾等[2]，造成圖像中含有噪聲。按成因劃分，噪聲主要有3種：接收機內(nèi)部的熱噪聲、雨雪干擾噪聲和同頻干擾噪聲[3]。其中，同頻干擾噪聲所占比例最大。所謂同頻干擾，是指由鄰近同頻段雷達發(fā)射的電磁波進入本船雷達天線產(chǎn)生的回波[4]。在圖像上常表現(xiàn)為放射狀的亮線，長短不一，嚴(yán)重影響了圖像畫面質(zhì)量（見圖1）。

圖1 航海雷達含噪圖像

為了抑制同頻干擾噪聲，國內(nèi)有人進行了專門研究。郝燕玲等[5]提出了利用航海雷達圖像序列來抑制同頻干擾噪聲的方法。該方法先設(shè)定一個閾值，然后計算當(dāng)前圖像的像元灰度值與后續(xù)31幅圖像序列相同位置上的灰度中間值的差值，通過比較該差值與設(shè)定的閾值之間的大小來檢測當(dāng)前圖像中屬于噪聲的像元；噪聲像元被檢測出來之后，使用改進的中值濾波算法對其進行修復(fù)。宋占杰等[6]提出了航海雷達圖像同頻干擾噪聲的去除方法。該方法先使用增強模板突出噪聲，再在噪聲增強了的圖像上設(shè)定閾值，檢測出噪聲像元，然后使用反距離加權(quán) （Inverse Distance Weighting,IDW ）插值法對噪聲像元進行修復(fù)。上述兩種方法都能在保持圖像灰度信息的情況下消除航海雷達圖像中的同頻干擾噪聲。前一種方法基于雷達圖像序列判斷噪聲像元，修復(fù)噪聲像元的中值濾波算法運算速度快；后一種方法基于單幅雷達圖像判斷噪聲像元，修復(fù)噪聲像元的反距離加權(quán)插值法運算速度慢。在這兩種方法中，關(guān)于如何選取噪聲檢測的閾值，都還沒有給出具體的方案。此外，在噪聲像元的修復(fù)過程中，都采用了單一的方法，沒有考慮航海雷達圖像的像元在方位向和距離向上的空間相關(guān)性。

針對上述問題，本文提出了航海雷達圖像同頻干擾噪聲的抑制方法。該方法給出了選取閾值的具體方案；考慮了像元在方位向和距離向上的空間相關(guān)性，采用分段插值的策略。

1 航海雷達圖像同頻干擾噪聲的檢測

對航海雷達圖像的同頻干擾噪聲，可以通過設(shè)定一個閾值T來進行檢測。記距離——方位角直角坐標(biāo)系中的二維灰度圖像為 I（i,j），其中，i∈[1,M]， j∈[1,N]，則閾值 T 可以根據(jù)經(jīng)驗?zāi)Ｐ蛠砉浪?，如K分布海雜波模型[7]，公式如下：

以實際的X波段航海雷達圖像（見圖1）為例，其大小為512×512像元，圖像灰度值范圍為[123,218]。圖像的距離向分辨率為7.5 m，圖像中心區(qū)域與本船的實際距離約31.2 km。采用K分布海雜波模型估算閾值。已知0電壓對應(yīng)的灰度值m0=127，取虛警率Pfa=1.0×10-5，圖像區(qū)域?qū)?yīng)的形狀參數(shù)估計值 v=0.4 ，從而 f1（v）=0.047， f2（v）=1.15，估算出海雜波均值m后，由式（1）可得，T=139，使用該閾值對圖1進行分割，得到噪聲檢測結(jié)果（見圖2）。

圖2 噪聲檢測結(jié)果圖

2 航海雷達圖像噪聲點的插值修復(fù)

檢測出同頻干擾噪聲以后，需要選擇合適的插值方法對其進行修復(fù)?？紤]到：①原始航海雷達圖像像元在二維空間上的分布特點是距離圖像中心越近，像元點越密集，距離圖像中心越遠，像元點越稀疏；②待修復(fù)的噪聲點只占較小的比例，本文采用分段插值的策略，在距離圖像中心近的區(qū)域，采用線性插值三角網(wǎng)法 （Triangulation with Linear Interpolation）；在距離圖像中心遠的區(qū)域，采用最近鄰法（Nearest Neighbor）。

最近鄰法是令待插值點的灰度值等于距它最近的非噪聲點的灰度值。對于像元點稀疏的區(qū)域，比如距離航海雷達圖像中心遠的區(qū)域，像元點之間的相關(guān)性不強，在插值的時候，不必考慮待插值點周圍的多個像元，只考慮距它最近的像元就可以了。也就是說，這時使用最近鄰法是合適的。

對于像元點密集的區(qū)域，比如距離航海雷達圖像中心近的區(qū)域，像元點之間的相關(guān)性強，在插值的時候，應(yīng)考慮待插值點附近更多的已知點，因此，不宜采用最近鄰法。線性插值三角網(wǎng)法是一種考慮待插值點周圍多個已知點的方法，下面對該方法作簡要介紹。

2.1 線性插值三角網(wǎng)法

使用數(shù)據(jù)點構(gòu)成的三角網(wǎng)進行插值是一種應(yīng)用十分廣泛的方法。該方法先構(gòu)建二維Delaunay三角網(wǎng)[8]，三角形頂點的z值決定三角形的傾斜程度；然后在相應(yīng)的三角形內(nèi)通過線性插值來計算所求點的值。

線性插值可以使用矩陣行列式來實現(xiàn)。假設(shè)已知三點（xi，yi,zi）|i=1,2,3構(gòu)成一個平面，則對于平面內(nèi)任一點（x,y,z），滿足以下等式：

2.2 線性插值三角網(wǎng)法修復(fù)噪聲點

線性插值三角網(wǎng)法修復(fù)航海雷達圖像噪聲點的具體算法如下：

（1）確定包含待插值點的最小凸多邊形Vcmin，如圖3所示，A，B，C點為待插值點，包含它們的最小凸多邊形為多邊形 P1P2…P8。

（2）對多邊形Vcmin所有頂點構(gòu)成的點集進行Delaunay三角剖分圖3顯示了點集P1P2…P8的一種三角剖分結(jié)果。

（3）判斷待插值點所在的三角形

如圖3所示，待插值點A位于ΔP1P2P7內(nèi)，待插值點B位于ΔP2P3P6內(nèi)，待插值點C位于ΔP3P4P5內(nèi)。

（4）計算待插值點的灰度值

由于待插值點所在三角形的3個頂點已知，待插值點的x，y值也已知，根據(jù)公式（2），可以得到待插值點的 z值，即灰度值。如圖3所示，待插值點A的灰度值可以由ΔP1P2P73個頂點的灰度值插值得到。

圖3 線性插值三角網(wǎng)法示意圖

以實際的X波段航海雷達圖像（圖1）為例，該圖像區(qū)域在方位向與距離向上相鄰兩像元之間的距離比值約為8.5:1。本文假設(shè)，當(dāng)該比值大于或等于10:1時，方位向與距離向上的像元不存在相關(guān)性，采用最近鄰法對噪聲點進行修復(fù)；當(dāng)該比值小于10:1時，方位向與距離向上的像元存在相關(guān)性，采用線性插值三角網(wǎng)法對噪聲點進行修復(fù)。根據(jù)該假設(shè)，本例采用線性插值三角網(wǎng)法修復(fù)噪聲點，結(jié)果如圖4所示。

圖4 噪聲抑制后的航海雷達圖像

3 試驗結(jié)果與分析

通過目視分析，與原始航海雷達圖像（圖1）相比，噪聲抑制后的圖像（圖4）噪聲明顯減少，而且保持了原始圖像的細(xì)節(jié)信息。

為了定量評價噪聲抑制方法的性能，以均值濾波（濾波窗口3×3）和中值濾波（濾波窗口3×3）方法作為對比，采用基于統(tǒng)計特性的評價準(zhǔn)則——信噪比 （Signal to Noise Ratio,SNR）來評價噪聲抑制效果。記處理后的圖像I'（i，j）為無噪圖像，原始圖像 I（i，j）與處理后的圖像 I'（i，j）的差值為噪聲，則SNR計算公式為：

3種處理方法的SNR如表1所示。

表1 3種濾波方法的信噪比

由表1可以看出，與均值濾波和中值濾波相比，本文提出的方法信噪比更高，表明噪聲抑制能力優(yōu)于傳統(tǒng)的均值濾波和中值濾波方法。

為了定量評價噪聲抑制方法對原始圖像的信息保持能力，采用偏差指數(shù)和相關(guān)系數(shù)來衡量。給定二維灰度圖像f（i,j）和 g（i,j），其中，i∈[1，M],j∈[1，N]，則偏差指數(shù) DI和相關(guān)系數(shù)r的定義分別為：

偏差指數(shù)越小，說明結(jié)果圖像與原始圖像越接近，值為0代表沒有偏差；相關(guān)系數(shù)越大，說明結(jié)果圖像與原始圖像之間相關(guān)關(guān)系越密切，值為1代表完全相關(guān)。

選擇以上兩個統(tǒng)計量對噪聲抑制后的圖像進行定量評價，計算結(jié)果見表2。

表2 3種濾波方法的偏差指數(shù)和相關(guān)系數(shù)

由表2可以看出，與均值濾波和中值濾波相比，本文提出的方法偏差指數(shù)更小，相關(guān)系數(shù)更大，表明對原始圖像的信息保持能力優(yōu)于傳統(tǒng)的均值濾波和中值濾波方法。

從目視分析和定量評價結(jié)果看，本文提出的航海雷達圖像噪聲抑制方法不但能夠顯著地抑制同頻干擾噪聲，還能較好地保持原始圖像的信息，綜合性能優(yōu)于傳統(tǒng)的均值濾波和中值濾波方法。

4 結(jié)論

本文對航海雷達圖像的噪聲抑制問題進行了研究，提出了一種航海雷達圖像同頻干擾噪聲的抑制方法。該方法采用經(jīng)驗?zāi)Ｐ烷撝禉z測噪聲，采用分段插值的策略修復(fù)噪聲點。實驗表明，該方法相比于傳統(tǒng)的均值濾波和中值濾波方法，不但能更好地抑制航海雷達圖像上的同頻干擾噪聲，還能更好地保持原始圖像的信息。

提出的方法適合于海面比較平靜的情況，圖像對應(yīng)的區(qū)域也沒有其它海上物體，這時，閾值檢測結(jié)果中只包含噪聲。在真實世界中，海上往往存在其它物體，如船只、島嶼等，它們的回波也很強，這時，閾值檢測結(jié)果中除了噪聲像元，還有非噪聲像元，如何有效地區(qū)分它們，是下一步研究的重要內(nèi)容。

[1]王世遠主編.航海雷達與ARPA[M].大連：大連海事大學(xué)出版社，1998：88-89.

[2]曹祥村.海洋環(huán)境對導(dǎo)航雷達的影響[J].航海技術(shù)，2007（增）：32-35.

[3]BRIGGS J N著，席澤敏，夏惠誠等譯.航海雷達目標(biāo)檢測[M].北京：電子工業(yè)出版社，2009：498-539.

[4]毛滔，曾浩.雷達抗同頻干擾方法研究[J].航天電子對抗，2005，21（6）：43-45.

[5]郝燕玲，唐艷紅，盧志忠.X波段航海雷達圖像噪聲檢測與濾除方法研究[J].國土資源遙感，2008（2）：14-17.

[6]宋占杰，孫皓，王鑫，等.基于導(dǎo)航雷達海面回波圖像去噪研究[J].海洋技術(shù)，2010，29（1）：82-86.

[7]WATTS S,WICKS D C.Empirical models for detection prediction in K-distribution radar sea clutter[C]//Radar Conference,Record of the IEEE 1990 International，1990:189-194.

[8]武曉波，王世新，肖春生.Delaunay三角網(wǎng)生成算法研究[J].測繪學(xué)報，1999，28（1）：28-34.

Study on Noise Suppression for Navigation Radar Images

DING Xian-wen1,WAN Rong-sheng2,WANG Jian1,ZHENG Xiao-luo1
(1.Institute of Marine Sciences,Shanghai Ocean University,Shanghai 201306,China;2.GuangZhou Marine Geological Survey,Guangzhou Guangdong 510075,China)

A method on noise suppression for navigation radar images is proposed.Firstly,threshold segmentation is used to detect noise.Then,interpolation is adopted on the detected noise points.The real X-band navigation radar image is used to test the performance of the proposed method.The SNR (Signal to Noise Ratio),deviation index and correlation coefficient are used to make quantitive evaluation.The results show that the proposed method is able to reduce the co-channel interference noise from the navigation radar images significantly and keep the information of the original images fairly well.Besides,it has an advantage over traditional filtering methods such as mean filtering and median filtering.

noise;navigation radar;co-channel interference;Delaunay triangulation;K distribution

TP722.6，TP751.1

B

1003-2029（2011）03-0013-04

2011-04-25

上海高校選拔培養(yǎng)優(yōu)秀青年教師科研專項基金資助項目（SSC09023）

丁獻文（1980-），男，副研究員，博士，主研方向：海洋遙感