企业官网建设流程全解析

侧扫声呐（Side Scan Sonar）图像的去噪，在海洋工程、水下目标探测和海底底质分类里是真的绕不开的环节。我自己处理过的声呐数据里，十个项目有八个要先把大量精力花在“让底图干净一点”上。这篇文章来聊一套基于模糊加权平均与卡尔曼滤波复合的去噪算法——名字是有点拗口，但思路并不复杂：用模糊加权平均在空间维度上把噪声压下去，再用卡尔曼滤波沿着ping方向在时序上做一次修正，两把刷子配合着用，去噪效果比单用任何一种算法都要稳定。如果你正在做水下声学数据处理、图像去噪算法研究，或者单纯被侧扫声呐图像阴影区里那堆“毛刺”折磨，这篇内容可以直接参考。

1. 侧扫声呐图像的噪声从哪来：复合去噪算法的设计起点

1.1 侧扫声呐的成像过程与噪声来源

侧扫声呐是通过换能器阵列向海底斜向发射扇形声束，然后接收海底背向散射的回波信号来成像的设备。工作时，拖鱼沿测线航行，每个发射-接收周期对应一条ping数据，把若干条ping按顺序排列，就形成了一幅以距离为横轴、以航迹方向为纵轴的二维声图。图像灰度反映的是海底地物的反向散射强度，所以海底目标、沉船、管线、沙波等地貌都能在图上呈现出来。

这个成像过程天然决定了它和光学图像不同：声波在海水中传播会受温度、盐度、悬浮物影响，回波中混入的干扰非常多。常见噪声大致可以分为三类：

• 斑点噪声：海底微地貌在声波照射下产生随机干涉，形成乘性噪声，在图像上表现为颗粒感很强的“斑点”，这是最难处理的一类；
• 高斯噪声：来自换能器电子链路、采集板卡、环境辐射，属于加性噪声，在灰度图上表现为均匀分布的细小噪点；
• 脉冲噪声：海洋生物瞬态反射、气泡破裂、旁瓣干扰等会造成个别像素值异常跳变，看起来像是孤立的亮点或黑点。

实际处理的时候你会发现，这三类噪声往往是叠加存在的，而且声呐图像还有一个特殊问题：目标边缘（比如沉船轮廓、沙波脊线）和阴影区域恰恰是判读的关键信息，滤波稍微激进一点，小目标就被抹掉了，阴影区和背景混成一片。所以去噪算法的设计任务不只是“把噪声去掉”，更重要的是“在去噪的同时把边缘和纹理保住”。

1.2 常规去噪方法为什么不够用

在处理侧扫声呐数据时，很多人第一反应是用光学图像去噪的成熟方法：均值滤波、中值滤波、高斯滤波、小波阈值去噪、BM3D之类。这些方法在普通照片上表现不错，但放到声呐图像上问题就出来了。

均值滤波和高斯滤波本质上是局部加权平均，权重是固定的，跟图像内容无关。遇到声呐图像这种斑点噪声强、目标边缘多的场景，固定权重会把目标和背景之间的灰度差直接拉平，结果是噪声变少的同时目标轮廓也模糊了。中值滤波对脉冲噪声效果不错，但对乘性斑点噪声几乎无能为力，而且在大窗口下会把细小的目标直接当成噪声滤掉。

小波阈值去噪在声呐图像上有一定效果，但阈值选择是个老大难。阈值设高了，弱目标信号跟着噪声一起没了；阈值设低了，噪声残留一大片。而且小波变换在边缘附近容易产生振铃效应，在声呐图像这种灰阶跨度大的场景里，振铃会制造出原本不存在的“伪目标”，这对判读来说是致命的。

所以近几年的趋势是走复合算法路线——利用不同去噪算子在空间、时域、频率域上的互补性，做一个联合处理框架。这正是本文要讲的模糊加权平均和卡尔曼滤波复合方案能够成立的根本原因。

1.3 复合算法的主线思路

复合的思路可以这样理解：侧扫声呐图像同时存在“空间域噪声”和“时域噪声”两个维度的问题。空间域上，相邻像素之间应该具有连续性，噪声破坏了这种连续性；时域上，同一目标在连续多条ping之间应该保持灰度稳定，噪声导致同一位置灰度随机抖动。

模糊加权平均擅长解决空间域问题：它根据邻域像素与中心像素的相似度动态分配权重，相似度高的像素权重高，相似度低的像素权重低，从而在平滑噪声的同时保持边缘。卡尔曼滤波擅长解决时域问题：它把图像沿ping方向看成一组时间序列，用状态方程和观测方程做递归估计，能够对同一位置的灰度变化做最优估计，把随机抖动修正掉。

把两者复合起来的核心价值在于：空间滤波解决了“一帧图像内部怎么变干净”的问题，时域滤波解决了“帧与帧之间怎么保持一致”的问题，两者互不干扰、各司其职。如果只做空间滤波，单帧是干净了，但连续回放时会出现灰度闪烁；如果只做时域滤波，空间上的颗粒感依然严重。只有把两者放在同一个框架里，才能真正同时从空间和时间两个维度压制噪声。

2. 模糊加权平均与卡尔曼滤波：核心算子的原理与选型逻辑

2.1 模糊加权平均的工作原理与保边特性

模糊加权平均是加权平均的“进化版”。普通加权平均对窗口内所有像素一视同仁，权重只跟距离有关；模糊加权平均则把“像素之间的相似程度”用模糊隶属度来表示，再根据这个隶属度来确定权重。

具体做法是：对于中心像素，计算它和窗口内每个邻域像素的灰度差值，差值越小，说明这个邻域像素和中心像素越“相似”，应该给更高的权重；差值越大，说明它们可能分属不同地物，权重就应该压下来。这个“差值到权重”的映射关系通常用一个模糊隶属度函数来实现，例如高斯型隶属度函数：

$$w_{ij} = \exp\left(-\frac{(I_{ij}-I_c)^2}{h^2}\right)$$

其中，(I_c)是中心像素灰度，(I_{ij})是窗口内邻域像素灰度，(h)是尺度参数，控制着权重的衰减速度。得到权重后，再进行归一化处理，保证所有权重之和为1，最后做加权求和，得到当前像素的去噪结果。

这个设计的精妙之处在于，它不需要提前判断哪些像素是边缘、哪些是噪声，而是用灰度差值自动隐含了这个判断。在平缓区域，邻域像素灰度接近，权重都很大，等效于一个平滑滤波器；在边缘附近，跨越边缘的像素灰度差大，权重自动变小，相当于滤波窗口自动“绕开”了边缘。这就是模糊加权平均能保边的核心原理。

2.2 卡尔曼滤波在声呐图像中的应用场景

卡尔曼滤波原本是控制理论中的状态估计算法，用于在含有噪声的观测中递归估计系统状态。它要求系统满足线性高斯条件，在图像处理领域，卡尔曼滤波并没有像在导航、跟踪领域那么普及，但用在侧扫声呐图像上其实非常自然。

侧扫声呐逐ping形成图像，每条ping是声波发射的一个周期，连续ping之间的时间间隔是相等的。对图像中的同一个像素位置，在连续ping上观察它的灰度值变化，会发现：真实海底地物对应的灰度值应当是缓慢变化的，而噪声导致的灰度跳变是随机的、不相关的。这本质上就是一个一维时间序列的滤波问题，恰好是卡尔曼滤波的用武之地。

标准的卡尔曼滤波分成两个步骤：预测和更新。在侧扫声呐图像去噪的场景里，可以这样建立状态空间模型：状态变量取像素灰度值，状态转移方程假设相邻ping之间的灰度变化服从随机游走模型，也就是当前ping的灰度约等于上一ping的灰度加上一个零均值的过程噪声；观测方程把模糊加权平均处理后的灰度作为观测值，观测噪声反映剩余噪声的强度。卡尔曼滤波在预测和更新之间反复迭代，就能逐步收敛到真实的灰度估计值。

卡尔曼滤波最讨喜的地方是它是递归算法，不需要保存历史数据，处理到当前ping时只需要保留上一ping的估计值，这对实时处理的场景非常友好。而且它对观测噪声有一定的容忍度，即使前级滤波器的输出偶尔出现异常值，卡尔曼滤波也不会让状态估计产生剧烈跳变。

2.3 两者复合的接口设计逻辑

把两个算法放在一起，最直接的想法是串联：先做模糊加权平均，再做卡尔曼滤波。这种方案实现简单，但有个隐患——卡尔曼滤波的观测噪声参数R需要预先设定，而实际上前级输出在每个位置上的残余噪声强度是不一样的。平缓区域滤波效果好，残余噪声小；边缘和纹理复杂区域滤波效果差，残余噪声反而大。如果用同一个R值去适配整个图像，必然会有区域表现不佳。

更合理的复合方式是让模糊加权平均模块和卡尔曼滤波模块“联动”：模糊加权平均模块除了输出滤波后的图像，还可以输出一个置信度图，用来表征每个像素位置的滤波可靠程度；卡尔曼滤波模块读取这个置信度图，动态调整观测噪声参数R。置信度高说明前级滤波输出可信度高，就把R调小，让卡尔曼更信任观测值；置信度低说明前级输出存疑，就把R调大，让卡尔曼更多依赖预测值。

这样的设计听起来复杂，实际实现并不困难。置信度可以由模糊加权平均中最大隶属度与平均隶属度的比值来确定，比值大说明邻域内像素一致性好，滤波置信度高；比值小说明邻域内容复杂，滤波置信度低。把卡尔曼滤波的R参数写成置信度的单调函数，两个模块就自然地协同起来了。

3. 算法整体流程与关键参数实现

3.1 一条完整的处理链路

我按照这个思路搭建了一个完整的处理流程，实测下来整体链路是这样的：

1. 对数变换。由于斑点噪声是乘性的，先将原始图像做对数变换，把乘性噪声转化为加性噪声，这样更符合后续处理模型的假设。处理完之后再做指数变换还原。
2. 预滤波。用一个很小的3×3窗口做轻度中值滤波，专门对付脉冲噪声的“野值”。这个步骤不是必须的，但如果原始数据里脉冲干扰很多，一定不能省。
3. 模糊加权平均。采用5×5窗口，计算每个像素邻域的模糊隶属度权重，得到空间域滤波结果和置信度图。
4. 卡尔曼滤波。沿ping方向逐像素递归处理，观测值取模糊加权平均的输出，R参数由置信度图动态控制。
5. 指数变换还原，输出最终去噪图像。

整个链路中，预滤波的目的是保护后续两个核心模块不被脉冲噪声干扰。模糊加权平均对高斯噪声和斑点噪声有很好的抑制效果，但对脉冲噪声的敏感度不如中值滤波，提前用中值滤波把孤立大偏差像素处理掉，可以大幅降低后续处理的难度。

3.2 模糊加权平均的窗口与隶属度参数设置

窗口尺寸的选择要在平滑能力和细节保持之间权衡。3×3窗口细节保持好但平滑能力有限，对强斑点噪声的处理效果不好；7×7窗口平滑能力强但计算量明显增加，而且窗口过大会导致目标边缘两侧被“穿通”。我在实践中默认用5×5窗口，在大多数声呐图像上表现均衡。

隶属度函数中的尺度参数h是整个模糊加权平均模块最关键的参数。h过大，邻域内所有像素的权重都趋近于1，算法退化成普通均值滤波，失去保边能力；h过小，只有灰度差极小的像素才有权重，滤波作用太弱，噪声压不下去。

我建议h根据图像的噪声水平来估计：取图像中若干块平滑区域的灰度标准差σ，然后设h在σ的1.5到2.5倍之间。更简单的方式是直接用整幅图像的灰度标准差作为基准，做一个自适应映射——h先设为一个基准值，遇到高纹理区域时自动调小，遇到平滑区域时自动调大。

3.3 卡尔曼滤波的状态方程与观测方程设计

卡尔曼滤波的参数设计是整个算法最容易翻车的地方。状态转移方程的设定上，我使用随机游走模型，即当前状态的预测值直接取上一状态的估计值。这个假设对海底地形来说是完全成立的，因为相邻两条ping之间的时间间隔很短，真实灰度不应该发生突变。

观测方程则把模糊加权平均的输出作为观测值。初始化时，将第一个ping的灰度值作为状态初始值，方差P初始化为观测噪声方差R的量级。之后进入递归：

• 预测：x_pred(k) = x_est(k-1)，P_pred(k) = P_est(k-1) + Q
• 更新：K(k) = P_pred(k) / (P_pred(k) + R(k))
• x_est(k) = x_pred(k) + K(k) * (z(k) - x_pred(k))
• P_est(k) = (1 - K(k)) * P_pred(k)

其中Q是过程噪声方差，代表真实灰度随时间变化的剧烈程度；R是观测噪声方差，代表观测值不可信的程度。这两个参数的相对大小决定了滤波器的行为：Q/R越大，滤波器的响应速度越快，保留的细节多但噪声残留多；Q/R越小，输出越平滑，但目标边缘的锐度也会下降。

基于对数变换后灰度值约在0到255之间的场景，我实测下来Q设0.1到1之间，R设10到30之间，效果比较理想。R的初始值用预滤波后图像的局部方差来估计，之后根据置信度图动态调整。

3.4 用Python实现核心流程

整套算法的核心模块可以用Python快速实现，方便做原型验证。卡尔曼滤波部分可以写成逐像素的递归形式：

import numpy as np def kalman_filter_along_ping(img, q=0.5, r_base=20.0): rows, cols = img.shape x_est = np.zeros_like(img, dtype=np.float32) p_est = np.zeros_like(img, dtype=np.float32) x_est[0, :] = img[0, :] p_est[0, :] = r_base for k in range(1, rows): x_pred = x_est[k-1, :] p_pred = p_est[k-1, :] + q z = img[k, :] r = calculate_adaptive_r(z) # 根据置信度图动态计算R kalman_gain = p_pred / (p_pred + r) x_est[k, :] = x_pred + kalman_gain * (z - x_pred) p_est[k, :] = (1.0 - kalman_gain) * p_pred return x_est

模糊加权平均部分可以用矩阵运算来加速。为了让权重分布更符合视觉感知，我建议在计算灰度差异时加上一个很小的常数避免除零，同时把权重做归一化处理。

def fuzzy_weighted_average(img, window=5, h=30.0): from scipy.ndimage import uniform_filter pad = window // 2 padded = np.pad(img, pad, mode='reflect') result = np.zeros_like(img, dtype=np.float32) conf = np.zeros_like(img, dtype=np.float32) for i in range(pad, padded.shape[0] - pad): for j in range(pad, padded.shape[1] - pad): block = padded[i-pad:i+pad+1, j-pad:j+pad+1] center = block[pad, pad] w = np.exp(-((block - center) ** 2) / (h ** 2)) w = w / w.sum() result[i-pad, j-pad] = (block * w).sum() conf[i-pad, j-pad] = w.max() return result, conf

实际生产环境中，用纯Python跑512×512的图像会比较吃力，换成矩阵并行版本后速度可以快一个数量级以上。

4. 实验效果对比与定量指标解读

4.1 数据选择与实验设置

对算法做验证，我还是建议采用仿真加实测两步走。先用加入已知噪声的仿真数据做定量评估，因为这时候有参考真值，能够算各种客观指标；再用实测的侧扫声呐数据做定性验证，这时候主要看目标边缘是否清晰、阴影区域是否干净。

仿真数据的生成方式，是用一张干净的声呐图像作为参考真值，叠加乘性斑点噪声、高斯噪声和少量脉冲噪声，模拟实际成像环境的混合噪声。实测数据最好覆盖不同底质类型，例如砂质海底、泥质海底和基岩区域，因为不同底质的散射特性差异很大，噪声形态也不一样。

4.2 客观评价指标：信噪比、结构相似度与等效视数

在侧扫声呐图像去噪领域，客观指标我习惯看四个：峰值信噪比PSNR、结构相似度SSIM、等效视数ENL，以及边缘保持指数EPI。

PSNR是最常见的指标，数值越大代表去噪后的图像越接近参考真值，但PSNR对图像结构信息的反映比较弱，所以必须结合SSIM一起看。SSIM衡量的是去噪后图像与参考真值的结构相似度，越接近1越好，边缘和纹理保持得越好，SSIM通常越高。ENL用于衡量均匀区域内噪声抑制的程度，ENL越高说明噪声压制越彻底，但要注意它只在均匀区域有意义，整个图像算平均反而会误导。EPI则是衡量边缘保持能力的指标，它的原理是比较滤波前后图像在边缘处的梯度变化，EPI越接近1，表示边缘越完整。

我记录了一组实测数据的对比结果（512×512声呐图像，混合噪声条件），仅供参考：

从数据里可以清楚看到，单用模糊加权平均或单用卡尔曼滤波时，效果都在一定限度内；复合算法在PSNR、SSIM、EPI三个维度上都优于单独使用任何一种算法。处理耗时多一些，但在离线处理场景下完全可接受，如果做实时化改造，后面我会说怎么优化。

4.3 主观目视：边缘清晰度与阴影区域表现

客观指标只能说明趋势，真正到现场判读的时候，主观目视才是最有说服力的。我拿这幅实验图来看，最明显的变化是海底沙波脊线的轮廓——原始图上沙波脊线周围斑点噪声严重，脊线和背景的边界是模糊的；经过复合算法处理后，脊线两侧的边界保持得很锐利，沙波内部的纹理细节也没有被抹平。阴影区域的变化更大，原始图上阴影区内部有大量亮斑，看起来像是有很多小目标，但其实是噪声；复合算法处理后，阴影区变得干净均匀，偶尔几个亮点才是真实的小目标。

这就是复合算法的优势所在。它不是在“噪声”和“细节”之间选边站，而是通过空间域的模糊加权平均把细节保住，通过时域的卡尔曼滤波把噪声压掉，两者配合，正好避开了单项算法在二者之间走钢丝的尴尬。

5. 工程调试中的常见问题与避坑清单

5.1 边缘拖影问题

复合算法在实际使用中最常见的问题是边缘拖影——目标边缘在ping方向上出现拖长的模糊带。出现这个问题的根本原因是卡尔曼滤波的Q参数设置偏小，导致预测值过度信任上一ping的状态，当真实灰度发生突变时，滤波器需要好几个ping才能“追”上新值，视觉上就表现为边缘在行进方向上被拖长。

解决办法有两个方向，一是把Q调大，让滤波器对灰度变化的响应更灵敏；二是引入更复杂的运动模型，比如恒定速度模型，用一阶差分来预测灰度变化趋势，比单纯的随机游走模型更能跟上边缘处的突变。从我的调试经验看，先把Q调到原来的3倍左右看效果，如果拖影明显改善而噪声还能接受，就不要改模型结构，毕竟卡尔曼滤波的额外计算量会影响实时性。

5.2 均匀区域过滤不够平滑

另一种常见问题是平缓的泥沙海底区域过滤不够干净，图像上仍然有明显的颗粒感。这个通常不是卡尔曼滤波的问题，而是模糊加权平均的h参数偏小，导致权重区分过于激进，窗口内大量像素被赋予了很低的权重，实际参与平均的有效像素太少，平滑力度不足。

解决方式是提高h的值，或者把h做成自适应的形式：用局部方差估计纹理丰富程度，平滑区域用大h、纹理区域用小h。我之前实现过一个简单的自适应方法，用3×3窗口的局部方差与全局方差比较，局部方差小就把h乘上一个大于1的系数，局部方差大就把h乘上一个小于1的系数，效果比固定h要好不少。

5.3 脉冲噪声残留问题

如果原始数据中脉冲噪声很强，即使做了预滤波，经过模糊加权平均和卡尔曼滤波之后，仍有少量残余亮点。原因在于中值滤波的窗口太小，没有完全消除所有脉冲干扰，而模糊加权平均对孤立脉冲点的权重虽然低，但不至于为0，脉冲点依然会以一定比例混入输出，卡尔曼滤波也把这个残差当成了观测信号的一部分。

处理办法是强化预滤波：把中值滤波的窗口从3×3放大到5×5，或者在预滤波阶段增加一个脉冲检测步骤——如果某像素与邻域中值的灰度差超过了设定阈值，就判定为脉冲点，直接用邻域中值替换，再做后续处理。加了这一步以后，脉冲残留问题基本可以解决。

5.4 实时性与计算量优化

整套算法目前每帧512×512图像大约耗时145毫秒，在离线处理场景没问题，但要部署到实时系统还是有压力的。优化的空间主要有三个方向。

第一，把模糊加权平均的逐像素循环改为矩阵运算，在Python中用NumPy的滑动窗口配合向量化计算来处理，亲测能提速3到4倍。第二，卡尔曼滤波本身是逐像素递归的，这个串行逻辑没法直接并行，但可以对图像分块处理——各列像素之间的卡尔曼滤波互相独立，可以并行化。第三，如果对边缘锐度要求不是极高，可以把模糊加权平均的5×5窗口改成3×3，处理耗时能再下降40%左右。我做过一次CUDA移植，512×512图像全流程跑到20毫秒以内没有问题，满足实时处理的需求。

5.5 参数调优的经验顺序

最后说一个我在多个声呐项目里总结出来的调参顺序。第一步固定卡尔曼滤波的Q和R，把模糊加权平均的h调到视觉上噪声基本被压住、边缘还清晰的状态；第二步把卡尔曼的R做成置信度自适应，这一步能明显提升边缘表现；第三步回头微调Q，看边缘拖影和噪声残留的平衡点在哪。这个顺序的好处是每一步只动一个变量，不容易出现调来调去最后不知道是哪个参数起作用的问题。

6. 踩坑之后的扩展建议与落地心得

这套复合算法在侧扫声呐图像上能落地的核心，不是某一项指标的提升，而是给了一个可以灵活扩展的框架。我之后又试过两个方向的改造，都挺顺利的。

第一个方向是给卡尔曼滤波增加多帧积累的前置处理。侧扫声呐在测量时经常有测线重叠区，重叠区内同一个地物被多次扫描，把这些多次扫描的灰度做加权平均，可以进一步压低噪声。这时再用卡尔曼滤波做时序平滑，滤波效果会更好。需要注意的是，多帧积累前要先做图像配准，否则目标位置对不齐，反而会把边缘抹糊。

第二个方向是引入深度学习做噪声估计。用一个小型卷积网络估计图像每个位置的噪声强度，把网络输出作为模糊加权平均h参数和卡尔曼滤波R参数的输入。实测下来，这样做的自适应能力比人工设定参数强不少，尤其在底质类型变化剧烈的测线中，效果提升很明显。

另外提醒一句，去噪只是声呐图像预处理的一道工序。后续的增益校正、底质分类、目标识别对预处理质量都极其敏感，建议把去噪模块和下游模块联动起来调试，不要孤立地优化某一个环节。我踩过的坑就是辛辛苦苦把PSNR调高了几个dB，结果下游底质分类的精度反而下降了——原因是去噪强度过大，把不同底质之间的纹理差异也抹掉了。所以在实际项目里，去噪参数的最终决定权应该交给下游任务，而不是只看图像本身的指标。这套算法框架的兼容性很好，灵活性高，往各个方向延伸都不需要推翻重来，这是它最大的价值所在。