[发明专利]一种针对多波束前视声纳成像数据的阶梯形均值滤波方法

权利要求书

1.一种针对多波束前视声纳成像数据的阶梯形均值滤波方法，包含以下步骤：

（1）将表示单帧声纳图像的成像数据保存到列向量M；

（2）已知多波束前视声纳的波束数n，计算列向量M的元素个数t，并将的结果记为m；定义一个m行、n列的成像数据矩阵A，将列向量M中的数据值依次填充到矩阵A；定义一个m行、n列零矩阵B；

（3）建立一个阶梯形掩模模型；

（4）计算阶梯形掩模中各点的掩模系数；

（5）依据成像数据矩阵A确定掩模中各点对应的数据值，若点在矩阵A中无对应值，则该点置空；

（6）对掩模中剩余点是否都有对应值进行判定，采用对应方式进行卷积处理；

（7）完成成像数据矩阵A中所有数据值的滤波，得到阶梯形均值滤波后的成像数据矩阵B；

（8）对滤波后成像数据矩阵B进行可视化处理，得到去噪后多波束前视声纳图像。

2.根据权利要求1所述的针对多波束前视声纳成像数据的阶梯形均值滤波方法，其特征是：步骤（1）中对单帧声纳图像的成像数据保存是将多波束前视声纳单次扫描后二维平面中各回波点的像素值进行保存。

3.根据权利要求1所述的针对多波束前视声纳成像数据的阶梯形均值滤波方法，其特征是：步骤（2）中将列向量M中数据值依次填充到矩阵A的步骤是将向量中表示最远端回波点的成像数据存放在矩阵的首行，表示最近端回波点的成像数据存放在矩阵的末行。

4.根据权利要求1所述的针对多波束前视声纳成像数据的阶梯形均值滤波方法，其特征是：步骤（3）中建立的阶梯形掩模模型一共3行，每行的列数从上至下依次为K、K+2、K+4，其中，K为奇数；将第2行、第列掩模点记为P，对应值记为p，剩余点从上到下、从左到右依次记为P_i(i＝1...3K+5)，各点对应值依次为p_i(i＝1...3K+5)。

5.根据权利要求4所述的针对多波束前视声纳成像数据的阶梯形均值滤波方法，其特征是：阶梯形掩模中各点的掩模系数是指阶梯形掩模模型中各点的卷积系数，统一计算表达式为：即为

6.根据权利要求5所述的针对多波束前视声纳成像数据的阶梯形均值滤波方法，其特征是：依据成像数据矩阵A确定掩模中各点对应的数据值是指将矩阵A中a行、b列元素的值A（a，b）作为阶梯形模型中P点的对应值，即p=A（a，b），并以P点为基准点，从矩阵A中确定掩模中剩余点对应的数据值。

7.根据权利要求6所述的针对多波束前视声纳成像数据的阶梯形均值滤波方法，其特征是：采用对应方式进行卷积处理是指若掩模中剩余点都有对应值，即无空值点，对掩模中各点数据值和对应的掩模系数进行卷积处理，卷积处理的响应结果记为R，并将R存放在矩阵B的a行、b列位置，R=13K+6(p+Σi=13K+5pi);]]>

若掩模中剩余点并不都有对应值，即有空值点，统计掩模内所有点中非空值点的个数，统计结果记为w，则各非空值点对应的卷积系数为对非空值点的数据值和系数进行卷积处理，其中非空值点数据值的累加和记为U，卷积响应结果记为S，则S的表达式为：并将S存放在矩阵B的a行、b列位置。