多種空間域濾波方法在大華北地區(qū)地殼垂直形變場中的對比分析

暢柳 王寧 時爽爽

摘要： 對中值濾波、模式濾波、盒式濾波、余弦濾波與高斯濾波5種空間域濾波方法的原理及特點進行分析，并對其進行實驗模擬，基于模擬試驗結果選取高斯濾波應用于大華北地區(qū)地殼垂直形變數據優(yōu)化處理中。結果表明中值濾波適用于背景比較平緩的曲面；模式濾波受突跳空間影響范圍最大；盒式濾波對于削弱突跳幅值和突跳空間影響范圍效果居中；余弦濾波和高斯濾波的濾波效果接近，但高斯濾波能更好地控制突跳對濾波的影響范圍。將空間域濾波方法應用于形變分析數據處理中時，濾波窗口寬度建議選取為削弱目標長半徑的2倍。

關鍵詞：中值濾波；模式濾波；盒式濾波；余弦濾波；高斯濾波；形變分析

中圖分類號：P315.725 文獻標識碼：A 文章編號：1000-0666（2018）03-0464-08

0 引言

空間域濾波是一種采用濾波處理的影像增強方法，其理論基礎是空間卷積和空間相關。目的是改善影像質量，包括去除高頻噪聲與干擾、影像邊緣增強、線性增強以及去模糊等（鄭麗娜等，2012）。采用空間域濾波進行空間信息的殘差分離，旨在從觀測值中提取出感興趣的部分（Kim，Wessel，2013）。如在重力位勢研究中，需要去除深層結構造成的長波長效應，因為其掩蓋了短波長特征（郭志宏等，2003；龔正，許才軍，2016；Hillier，Watts，2005）；而海洋測深數據的研究方面，在對海洋地殼沉降進行建模時需要區(qū)域測深不受小規(guī)模特征的影響（Hillier，Watts，2005）。在區(qū)域形變分析時，根據實際的需求有時也需要將長波長與短波長的信息進行分離（楊國華等，2001）。大量的實際計算發(fā)現(xiàn)利用平滑濾波擬合法能夠較好地突出地殼垂直運動信息，消弱地表層的噪聲擾動（楊國華等，2001；楊博等，2011）。

在傳統(tǒng)的區(qū)域水準結果分析中，通常采用剔除異常點、增大繪圖時重采樣間隔等方法，削弱由于觀測點不穩(wěn)定等因素造成的局部噪聲。剔除異常點時，異常點的判斷與人的經驗相關性較大，常常會出現(xiàn)同一套原始數據不同人處理結果不同的情況，增大繪圖時重采樣間隔本質上稀釋了原始數據也存在一定的缺陷。本文基于對中值濾波、模式濾波、盒式濾波、余弦濾波以及高斯濾波的模擬實驗，分析不同濾波的特點，選取較為合適的空間域濾波，將其應用在1990—2010年大華北地區(qū)的區(qū)域水準得到的垂直形變速率的處理中。

1 幾種空間域濾波方法原理

圖像處理中經典的濾波模型主要有中值濾波、模式濾波、盒式濾波、余弦濾波以及高斯濾波等，這幾種濾波的原理和特征如下所述。

中值濾波與模式濾波屬于非卷積濾波。這2種濾波方法的原理差別主要體現(xiàn)在窗口中心點的選取，中值濾波是在濾波窗口的輸入信息中提取出中位值作為該窗口中心點的濾波值；而模式濾波主要提取最大似然值作為該窗口中心點的濾波值。盒式濾波、余弦濾波和高斯濾波都屬于卷積濾波，濾波后的值與濾波窗口內的每一個值都存在直接關系，而其權重取值不同決定了這幾種濾波的差異。

盒式濾波的權重為單位權重，與被濾波點與濾波中心點的距離無關，相當于濾波窗口內的值取平均。對于余弦濾波，當被濾波點到濾波中心點的距離為0時，權重為1，隨著濾波器中點到濾波中心點的距離增加，權重降低，直至濾波器中點到濾波中心點的距離等于濾波窗口寬度時權重為0。對于高斯濾波器，當被濾波點到濾波中心點的距離為0時，權重為1，隨著濾波器中點到濾波中心點的距離增加，權重快速降低，直至濾波器中點到濾波中心點的距等于濾波窗口寬度時權重為0。高斯濾波比余弦濾波權重降低更快，在濾波器中點到濾波中心點的距離等于濾波窗口寬度的0.5倍左右時權重已經接近于0。

2 模擬實驗

為了比較不同空間域濾波方法的濾波效果，模擬一個無量綱的帶有突跳的平面，突跳的半徑為3，參考Kim和Wessel（2013）的做法，將濾波寬度設置為目標半徑的2倍，也就是6。模擬的原始面如圖2a所示，假設我們的目標是要將這一突跳在大背景中消除，如圖2b所示，不同濾波方法的結果如圖2c～i所示。

中值濾波和模式濾波都可將突跳剔除，為了比較這2種濾波方法的濾波效果，分別采用長度為6和3的濾波窗口寬度進行模擬試驗（圖2c～f）。對于平面上的突跳，濾波窗口寬度選取合適，中值濾波與模式濾波都可以較好地剔除突跳（圖2c，e）；如果濾波窗口寬度選取較?。▓D2d，f），中值濾波對突跳的削弱效果優(yōu)于模式濾波。

3種卷積濾波中，盒式濾波由于是求取濾波窗口的平均值，濾波后突跳的峰值降低明顯（圖3e），但是其影響范圍也明顯擴大；余弦函數濾波與高斯濾波相比，濾波效果差異不大（圖3h，i），但高斯濾波權重隨距離收斂的更快。濾波函數模型和模型測試結果顯示平面上的突跳對高斯濾波的影響范圍比余弦函數濾波小。

在實際的速率面中，平面帶突跳的情況是較少的，大多數情況下都是在緩和的曲面上有一些突跳。因此，我們模擬一個帶有突跳的斜面，

突跳半徑為3，同樣將濾波寬度設置為目標半徑的2倍，也就是6，不同濾波方法的濾波結果如圖3所示。

從圖3c～g中可以看出，高斯濾波和余弦函數濾波結果相近，從濾波原理也可以看出它們的加權方法都是離濾波中心越近權重值越大，只是權函數有所不同。如果在要保留濾波對象的特征的前提下進行濾波，這2種方法更合適，且二者差異不明顯，從權值函數的函數特性上，高斯函數收斂更快，更能突出濾波對象的特征。

中值濾波器和模式濾波器在平面中有突跳的情況下濾波效果非常好，可以消除突跳，但是模式濾波在斜面有突跳的情況下對背景信息（斜面）影響比較大。因此除非有特殊需求，不建議使用模式濾波。盒式濾波器在平面有突跳的情況下在削弱突跳方面較高斯濾波和余弦濾波器效果好，但是對背景信息有一定范圍的影響。

通過上述的試驗認為，對于要剔除或削弱突跳信息，且要盡量少地對背景信息造成影響的需求下，在比較平緩的背景曲面上建議采用中值濾波，在背景曲面起伏波動較大的情況建議采用卷積濾波，且優(yōu)先考慮高斯濾波。在實際的應用中，應該根據具體的需求選擇合適的濾波器和濾波窗口寬度，也可以多種濾波器配合使用。

3 空間域濾波在垂直形變中的應用

為了討論采用模擬數據分析優(yōu)選的濾波方法在實際形變數據處理中的應用效果，收集大華北地區(qū)1990年前后和2010年前后2期的水準資料，采用分段動態(tài)線性速率模型計算垂直運動速率（田曉等，2018）（圖4，5中簡記為1990—2010年），選取玉淵潭原點為起算點，得到相對速率場（楊國華等，2001；郭寶震等，2017；孫啟凱等，2017；蘇建鋒，薄萬舉，2016）。2期的原始速率矢量如圖4a所示，數據的公共測點為300個，公共測點平均間距約為8.7 km，選取略小于其間距0.05°（約5.5 km）的數據插值間隔進行格網重采樣，繪制等值線，如圖4b所示。圖4b中等值線結果中仍然有一些小的或正或負的突跳（等值線中的小圓圈）。等值線圖像上反映的目標突跳長半徑最大約為0.25°，因此濾波窗口設定為0.5°，并選用高斯濾波器進行濾波，結果如圖4c所示。

從圖4c中可以看出，濾波窗口為0.5°的高斯濾波很好地保留了原始的背景運動信息，剔除了大部分的突跳信息。為了對比不同濾波窗口寬度的濾波效果，再選取濾波窗口寬度分別為1.5°，2.0°，3.0°的濾波窗口進行高斯濾波，結果如圖5所示。

從圖5中可以看出，小于0.5倍濾波窗口寬度的信息幾乎都被削弱或消除，濾波窗口寬度越大，剔除掉的信息越多。濾波窗口寬度為1.5°和2.0°的高斯濾波后，寶坻沉降區(qū)和呼和浩特沉降區(qū)已無法辨識，包頭、大同、太原、北京沉降區(qū)還能辨識但是幅度明顯降低。以2.0°濾波窗口寬度濾波后的沉降幅度更小。經過 3.0°濾波窗口寬度的高斯濾波后，小尺度的形變信息幾乎都被剔除，可以明顯看到該區(qū)域東南降西北升的大尺度形變信息。

水準資料在地震預測的應用中，區(qū)域隆升可能具有更強的預測意義，且區(qū)域隆升受觀測環(huán)境影響的可能性較小。因此，在濾波過程中，應當考慮濾波的方向性，以完整保留區(qū)域隆升的信號。對上述濾波方法及濾波窗口寬度進行比較，選取濾波窗口寬度為0.5°的高斯濾波，進行優(yōu)化：原始數據中的正值區(qū)域不進行濾波，僅對負值區(qū)域進行濾波，結果如圖6所示。對比圖6與圖4b可以看出，優(yōu)化后的方法完整保留了原始數據的正值區(qū)域的形變信息，負值區(qū)域的沉降區(qū)的大部分突跳信息也得以剔除或削弱。

4 結論

本文對2種非卷積濾波、3種卷積濾波方法進行了對比分析及模擬實驗，并將其應用于于大華北地區(qū)地殼垂直形變數據優(yōu)化處理中。研究結果表明中值濾波在帶突跳的平面中能較好的消除突跳，但在帶突跳的斜面受突跳的影響范圍較大，因此適用于背景運動較為平緩的區(qū)域；模式濾波受突跳影響范圍最大，除非有特殊需求一般不建議使用；盒式濾波在削弱突跳幅值方面弱于2種非卷積濾波，在卷積濾波中效果最好，但其受突跳影響空間范圍較大；余弦濾波和高斯濾波在削弱突跳幅值方面較弱，但是可以較好地兼顧削弱突跳的影響和保持背景信息，高斯濾波權函數的特性決定了其能更好的控制突跳對濾波的影響范圍。

通過不同尺度的空間域濾波可以得到不同尺度的形變信息。小尺度濾波可以濾掉一些空間小突跳，大尺度濾波可以得到研究區(qū)域的背景運動趨勢，在此基礎上進行格網點加減運算還可以得到扣除背景運動趨勢之后的細部相對運動狀態(tài)。該方法的應用需要對不同空間、不同尺度的研究對象進行探索，本文目前僅提出了該方法應用的可能性，后續(xù)還需要進行更細致的研究。

參考文獻：

龔正，許才軍.2016.日本東北大地震引起的洋底地殼和海水質量重分布效應分析[J].大地測量與地球動力學，36（5）：377-379，385.

郭寶震，閆琳琳，葉慶東.2017.基于水準與重力資料的首都圈地區(qū)形變分析[J].測繪科學，42（12）：88-91，97.

郭志宏，劉浩軍，熊盛青.2003.平面網格位場數據的空間域非線性曲率濾波方法[J].地球物理學進展，18（1）：134-137.

蘇建鋒，薄萬舉.2016.高噪聲背景下GNSS垂向分量應用探討[J].地震，36（1）：105-116.

孫啟凱，池國民，徐東卓.2017.首都圈地區(qū)地殼垂直形變特征及剖面分析[J].大地測量與地球動力學，37（5）：497-501.

田曉，鄭洪艷，蘇廣利，等.2018.多面函數和移動法綜合模型支持下的區(qū)域垂直形變場擬合[J].測繪通報，（2）：41-45，88.

楊博，張風霜，韓月萍，等.2011.球面水平應變場無偏計算的實現(xiàn)與濾波[J].地震研究，34（1）：59-66.

楊國華，王敏，韓月萍.2001.華北中北部地殼運動與張北地震[J].中國地震，17（3）：304-311.

鄭麗娜，張濤，匡海鵬，等.2012.基于線陣CCD空間濾波效應的航空相機像移速度測量方法[J].光學學報，32（11）：109-115.

Hillier J K，Watts A B.2005.Relationship between depth and agein the North Pacific Ocean[J].Journal of Geophysical Research Atmospheres，110（B2）：B02405，doi：10.1029/2004JB003406，2005.

Kim S，Wessel P.2013.Directional median filtering for regional-residual separation of bathymetry[J].Geochemistry Geophysics Geosystems，9（3）：Q03005，doi：10.1029/2007GC001850.

Abstract In this paper，principle and characteristics of five filter type which is the Median Filter，Mode estimator Filter，Boxcar Filter，Cosine Arch Filter and Gaussian Filter are studied，and selected a suitable method in north China vertical deformation analysis.The results show that the Median Filter is suitable for the background which is smooth surface.The effect of Mode estimator Filte，in the spacial scale impact by the cone is maximum.The effect of Boxcar Filter，in reducing the amplitude of the cone amplitude and the spacial scale impact by the cone is median.The effect of Boxcar Filter and Gaussian Filter are close，and Gaussian filter can better control the influence area range of the cone the filter.When the filter is applied to the deformation analysis，the filter window width is recommended to twice of the target radius.

Keywords：Median Filter；Mode estimator Filter；Boxcar Filter；Cosine Arch Filter；Gaussian Filter；Deformation Analysis