用于水下冲刷调查和基础设施检测中三维声呐点云去噪的深度学习

《AUTOMATION IN CONSTRUCTION》:Deep learning for denoising 3D sonar point clouds in underwater scour investigation and infrastructure inspection

【字体: 大 中 小 】 时间:2026年10月24日 来源:AUTOMATION IN CONSTRUCTION 12.6

编辑推荐:

   •建立 USPCDenoise,一个实测桥梁声呐点云去噪数据集。 •提出 SIREND-Net,用于复杂水下环境中的桥梁声呐去噪。 •引入基于流形的等效厚度度量,用于实际声呐噪声。 •支持在多样化现场条件下的有监督和无监督声呐去噪。 •在准确性、泛化能力、效率和现场精度方面超

  

•建立 USPCDenoise,一个实测桥梁声呐点云去噪数据集。
•提出 SIREND-Net,用于复杂水下环境中的桥梁声呐去噪。
•引入基于流形的等效厚度度量,用于实际声呐噪声。
•支持在多样化现场条件下的有监督和无监督声呐去噪。
•在准确性、泛化能力、效率和现场精度方面超越10个基线方法。

1. 引言

跨越河流和海洋的基础设施不可避免地受到水文条件的影响,许多研究已确认水力失效是桥梁失效的主要原因[1],在某些统计中接近60%[2],并导致巨大的经济损失[3]和不可修复的文化损害[4]。由于气候变化导致的极端洪水日益频繁[5],这一威胁进一步加剧,而水下环境的独特挑战使检查变得极其困难,因此对水下冲刷测绘和基础设施检查的研究已成为迫切需求。这一具有挑战性的任务构成了地理空间测量和遥感的根本分支,为下游应用提供了基本数据。这些研究领域还进一步支持桥梁工程、环境工程、遥感和测量等方面的研究,如图1所示。

现有的水下地形测绘和基础设施检查技术,如基于卫星的反演[6]、[7]、航空遥感[8]、[9]和二维声呐成像[10]、[11],存在固有的局限性。基于卫星和航空的遥感方法受到水体透明度、浑浊度和穿透深度的限制[12]、[13],通常提供低分辨率的水深信息,不适合检测局部冲刷特征或精细的结构缺陷。虽然二维方法在浑浊环境中有效[14],但它仅产生2D图像,因此无法捕获目标的完整三维几何形状。这一局限性使自动化解译和定量分析变得复杂。相比之下,三维声呐点云成像系统因其能够以相对较高的精度捕获目标的三维形态特征而被广泛采用[15]、[16]。具体而言,三维声呐测量是使用船载系统进行的,声呐设备固定在船侧以获取数据[17]。收集的数据基于GPS和惯性导航系统提供的位置和朝向信息进行对齐和融合[18],生成水下目标的3D点云表示。基于捕获的三维形态,引入了先进的计算机视觉技术,为水下冲刷调查和基础设施检查任务提供数字化解决方案。

图1. 水下声呐的应用及来自不同来源的噪声类型。

然而,由于船载采集模式和复杂的水下环境,声呐点云数据不可避免地包含大量噪声[19]。无论采集仪器如何,三维点云中的噪声可根据其形态特征分为两类:离群噪声和模糊噪声[20]。由于水下环境和声呐测量的固有特性,声呐点云中的噪声水平明显更高,模糊噪声占更大比例,使得此类数据的去噪比其他点云更具挑战性。具体而言,离群噪声通常由水生生物或悬浮颗粒引起,而模糊噪声被定义为三维声呐点云中由地理参考或配准误差以及测量引起的距离或角度抖动导致的表面增厚位置不确定性。值得注意的是,模糊噪声不同于散斑噪声,散斑噪声指的是相干二维声呐图像中强度域的颗粒状波动,而非三维坐标中的几何扰动。离群噪声通常可使用基于统计的离群点检测算法[21]进行识别和移除。相比之下,模糊噪声更难消除,并严重破坏了声呐点云的底层结构。因此,实测点云在实际表面周围表现出体积厚度,严重影响了众多下游任务[22]。因此,需要有效的方法从声呐点云中去除模糊噪声,以恢复原始表面结构并为后续处理任务提供可靠的数据基础。

在水下冲刷测绘和基础设施检查任务中,声呐点云的去噪主要通过声呐系统随附的专有软件中嵌入的滤波器进行[23]、[24]。虽然大多数离群噪声在信号采集期间被迅速移除,但此类滤波器不足以有效抑制模糊噪声。计算机视觉技术为声呐点云数据的去噪提供了有前景的解决方案[24]、[25],并可根据方法学范式大致分为基于学习和非深度学习的方法[26]。具体而言,一些研究探索了基于非深度学习的声呐点云去噪方法[17]、[27],这些方法通常针对特定目标类型或几何先验信息设计。这些方法本质上是基于滤波的,专注于识别和移除离群噪声,但对模糊噪声效果不佳。此外,此类算法通常需要更长的处理时间,这阻碍了它们在时间敏感场景(如灾后基础设施评估[28]或紧急沉船打捞[29])中的表现。相比之下,基于深度学习的去噪方法,如MODNet[30]和PointFilter[31],通过学习点云数据的几何特征,提供更好的泛化能力和更高的计算效率[32]。然而,这些方法依赖于专用数据集进行训练和评估[33]。由于在复杂水下环境中数据采集困难且成本高昂[34],用于水下地形和结构声呐点云去噪的公开数据集和专用学习型网络仍然稀缺。此外,对声呐噪声形态的理解有限以及缺乏可靠的现场测量去噪评估方法,导致学习型方法与实际工程条件之间存在不匹配,从而限制了实际应用。

为解决这些挑战,本文开发了声呐点云逆流形重建去噪网络(SIREND-Net)。本文还建立了USPCDenoise,一个用于冲刷和基础设施检查的实测声呐点云去噪数据集,并引入了一种等效厚度度量用于现场评估和噪声分析。主要贡献总结如下:

•提出了一个三阶段点云去噪框架,适用于有监督和无监督学习,依次为实测声呐点云执行离群点移除、模糊噪声抑制和基于流形的密度恢复。
•为稀疏声呐数据设计了仿生图特征提取器,并将邻域到点(N2P)注意力重新应用于增强对离群点、边界和精细结构的识别。
•引入对抗生成策略和结构感知损失用于有监督去噪,同时结合特征差异构建用于无监督学习,增强了在不同参考数据可用性下的去噪性能。
•建立了USPCDenoise数据集作为实测基准,包含从三座桥梁检查中收集的639个声呐点云补丁。该数据集涵盖了代表性的水下测绘和基础设施检查目标,用于在复杂声呐噪声下评估去噪方法。
•引入了一种基于类流形近似的等效厚度度量,用于量化无干净参考的现场声呐噪声,并实现不同大小对象之间的归一化比较。

此外,本文在USPCDenoise和现场实验上评估了所提方法与基线方法在去噪性能和泛化能力方面的表现。所提工作流程的概述如图2所示。

图2. 实验工作流程概述。

2. 相关工作

现有的点云去噪方法可分为经典非深度学习和基于深度学习的点云去噪方法。

2.1. 经典非深度学点云去噪方法综述

经典点云去噪方法通常根据噪声或点云分布的先验知识建模点云的几何分布,从而将去噪过程转化为优化问题[35]。这些方法可根据所使用的优化方法分为几种类型,例如,基于(i)点云的统计特征、(ii)稀疏性理论、(iii)局部曲面拟合和(iv)图论的方法。

基于点云统计特征的去噪方法通过分析密度或统计分布等度量,根据特定统计模式识别和移除表现为离群点的噪声[36]。例如,半径离群点移除(ROR)[37]方法量化了指定距离阈值内的邻近点云数量,而统计离群点移除(SOR)[38]方法通过计算点云的平均密度自适应确定距离阈值,并将低于该阈值的点归类为噪声[39]。然而,这些算法通过直接移除潜在噪声点来减少点数进行去噪。此外,它们泛化能力有限,不适合去噪稀疏声呐点云。

基于稀疏性理论的去噪方法将点云表示为稀疏结构的线性组合,以确定用于重建和去噪的最优稀疏系数[40]。例如,Mattei和Castrodad提出了一种移动鲁棒主成分分析算法[41],利用点云的多尺度特征进行去噪。然而,此类方法在显著噪声下的性能往往下降。

基于局部曲面拟合的去噪方法使用各种算法对点云及其邻域进行曲面拟合。随后,根据点云到拟合平面的距离进行去噪。例如,移动最小二乘法[42]、移动最小二乘代数球拟合[43]、随机采样一致性[44]以及同时考虑点云三维坐标和局部法线信息的双边滤波[45]等技术已被采用。然而,这些方法通常对离群噪声敏感:由水生生物或悬浮颗粒引起的少量离群点可能导致局部法线估计偏差,导致去噪后过度平滑或残余噪声。

基于图论的去噪方法将输入点云坐标转换为图,其中节点代表点,边代表点云中点之间的关系[46]。随后,应用图滤波技术对点云进行去噪,如低维流形模型的图拉普拉斯正则化(GLR)[47]、Dinesh等人提出的快速局部基于图的点云去噪算法[48],以及Gao等人建议的基于图信号处理的点云去噪方法[49]。

2.2. 基于深度学习的点云去噪方法综述

基于深度学习的方法能够直接从三维点云端到端地学习映射关系,从而消除了对手工定义规则和特征的依赖[50]。近年来,基于深度学习的点云去噪方法发展迅速。

PointNet[51]是第一个能够直接处理三维点云数据的端到端深度学习网络,为点云去噪奠定了技术基础。PointNet架构为后续研究提供了启发。例如,Guerrero等人提出了PCPNet[52],通过在局部补丁上操作并采用多尺度策略来优化PointNet结构,以捕获局部几何信息。Rakotosaona等人引入了基于PCPNet的PointCleanNet(PCNet)[53],这是一种两阶段网络架构,旨在消除离群点和噪声;此外,它还采用跳跃连接来提高网络性能。Duan等人开发了一种名为神经投影(Neural Projection)的方法[54],该方法基于PointNet,通过预测切平面并应用投影来去噪点云。

除了基于PointNet的去噪网络外,Wang等人提出了PointFilterNet[55],该方法利用迭代方法生成各种滤波系数进行去噪。该神经网络结合了深度学习与滤波技术。Edirimuni等人引入了IterativePFN[56],该方法包含多个迭代模块以加速滤波结果向干净点云表面的收敛;此外,他们还将滤波与深度学习相结合。受CNN图像处理框架启发,Pistilli等人提出了点云离群点移除和去噪(GPOD)网络[57],该方法采用图卷积层和动态构建的邻域图来学习层次化几何特征,实现同步移除离群点和去噪剩余点云。Roveri等人引入了PointProNets[58],该方法实现了三维点云和二维图像之间的转换,从而通过CNN实现去噪。然而,这些方法需要干净点云数据进行有监督学习,而在复杂水下环境中获取大量标记数据尤为困难[59]。

与有监督点云去噪网络不同,无监督学习技术不需要大量干净数据,近年来发展迅速。例如,Hermosilla等人提出了Total Denoising[60],这是将无监督学习原理应用于点云去噪的初步尝试。Total Denoising的无监督损失函数假设更密集的点云更接近点云的实际表面。

Luo等人提出了DMR[61],这是一种基于编码器-解码器流形重建的方法,从可微采样点中学习流形特征;随后又提出了一种基于得分的去噪网络[62],该方法将噪声建模为一种分布,并通过梯度上升迭代更新得分来调整点的位置以实现去噪。3. 方法论在本节中,提出了一种针对桥梁声呐点云的三阶段去噪策略。随后描述了所提出的SIREND-Net的网络架构,接着介绍了等效厚度指标,该指标用于真实世界噪声形态分析和去噪性能评估。3.1 声呐点云数据噪声的数学建模三维点云中噪声的通用数学模型描述如下:(1) f_i = g_i + e_f(i) + e_u(i)其中 f_i = f(x_i, y_i, z_i) ∈ R3 表示测量值,g_i ∈ R3 表示真实表面点,e_f ∈ R3 对应噪声的模糊分量,e_u ∈ R3 表示噪声的离群分量。由于噪声分量的比例不同,点云中包含两种形态上明显不同的噪声类型:离群噪声和模糊噪声。因此,本文主要关注从声呐点云中去除模糊噪声以及少量残余的离群噪声。具体而言,声呐点云表现出更高的噪声强度,且模糊噪声占比较大,难以去除,使其去噪任务在各种点云应用中相对更具挑战性。为了对测量的声呐数据 f_i 进行去噪并恢复其底层干净表面数据 g_i,提出了一种基于深度学习的点云去噪框架。网络训练的目标是最小化去噪后的点云与干净参考之间的差异。该过程公式化如下:(2) θ = arg min_{θ*} Σ_{i=1}^{N} L(g?_i, g_i)其中 θ 表示最优网络参数集合,θ* 表示网络内可学习的参数。索引 i 指大小为 N 的训练数据集中的第 i 个点云样本。变量 g?_i 表示去噪后的点云,g_i 对应真实参考。L 表示损失函数。3.2 三阶段声呐点云去噪策略水下声呐点云受到噪声的严重污染,这通常以两种不同的形式出现:模糊噪声和离散噪声。传统的基于学习的去噪方法(如DMR[61])缺乏针对不同类型噪声特征的专用模块,从而限制了其在严重噪声污染下的去噪性能。因此,提出了一种三阶段点云去噪策略。保留了DMR中的流形恢复部分,同时改进了上游的去噪方法,以在高噪声条件下分别处理离群噪声和模糊噪声。3.2.1 第一阶段:去除离群噪声通过网络中嵌入的特征提取器,学习输入点云的上下文信息。基于提取的特征,识别并去除可能是离群噪声的点。详细过程公式化如下:(3) f_c = f \ ?_outlier_θ(f)其中 f_c 表示去除离群点后的点云,?_outlier_θ(·) 表示模型中负责检测和消除离群值的子模块。3.2.2 第二阶段:抑制模糊噪声为了处理 f_c 中残余的模糊噪声,网络后部采用多层感知机 R_·_θ 来抑制和衰减基于所学特征的残余模糊噪声分量 e_f。该过程表达如下:(4) g_s = R_denoise_θ(f_c)其中 g_s = {?_j}_{j=1}^{N'} 表示噪声抑制后的点云,N' < N。点数减少是由于去噪过程中去除了离群点所致。3.2.3 第三阶段:通过上采样实现结构恢复尽管噪声抑制后的点云 g_s 在前两个阶段中通过噪声抑制实现了更好的结构完整性,但由于去除离群点,点数有所减少,即 |g_s| = N' < N。为了恢复点云密度,引入上采样模块 ??_resample_θ(·) 来增加点的数量,从而使去噪后的点云能够更好地逼近底层表面。具体上采样过程公式化如下:(5) ?_i = ??_resample_θ(g_s; N)3.3 声呐点云去噪网络:SIREND-Net SIREND-Net的架构基于所提出的三阶段去噪策略设计,由三个顺序模块组成:特征提取器、噪声抑制器和流形重建器。首先,通过特征提取器从无序的声呐数据中学习特征表示。基于提取的特征,去噪策略的第一阶段和第二阶段由噪声抑制器实现,其主要负责去除噪声。最后,第三阶段由流形重建器实现,通过上采样恢复点云密度。具体而言,受OverLoCK中所采用的生物学驱动的自上而下视觉机制[63]启发,设计了一个基于三维图卷积网络(3DGCN)的特征提取器[64],用于从输入的含噪声声呐点云 f_i 中提取特征 x_i。为了基于提取的特征 x_i 更有效地消除离群噪声,将N2P注意力机制[65]纳入噪声抑制器中,使其能够更好地识别底层表面几何结构,从而产生噪声抑制后的点云 g_s。流形重建器从DMR中保留以维持几何保真度,并生成最终的去噪点云 ?_i。此外,通过在无监督损失函数和结构感知监督损失之间切换来执行有监督和无监督学习。同时,引入判别器以增强生成器在训练过程中去噪和表面重建方面的性能。3.3.1 面向稀疏声呐点云的生物启发特征提取器为了从稀疏且无序的声呐点云 f_i 中有效提取信息特征 x_i,我们设计了一个受生物学启发的点云特征提取器,采用三阶段架构形式——Base-Net、Overview-Net和Focus-Net,这一设计受OverLoCK[63]中介绍的人类视觉感知策略在高层次上的启发(见图3)。与OverLoCK基于图像的卷积和架构不同,我们的特征提取器使用基于图的三维图卷积算子,专门为声呐点集重新设计。为了支持所有阶段的有效表示学习,采用了一种基于相似度的三维图卷积算子。它作用于以局部图表示的点的邻域上。给定中心点 p_n ∈ R3 及其包含 M=8 个邻近点的邻域 R_M_n,以及具有中心 k_c 的可学习核 K_S,卷积操作定义为[64]:(6) Conv(R_M_n, K_S) = ?f(p_n), w(k_c)? + Σ_{s=1}^{S} max_{m∈(1,M)}{sim(p_m, k_s)}相似度计算如下[64]:(7) sim(p_m, k_s) = ?f(p_m), ω(k_s)?·?d_{m,n}, k_s?/(‖d_{m,n}‖·‖k_s‖), d_{m,n} = p_m - p_n其中 f(·) 表示当前层的特征图。w(k_c) 和 ω(k_s) 分别表示与中心核和第 s 个支撑核相关的可学习权重向量。相似度共同衡量了邻近点与可学习支撑核之间的特征相关性和方向几何对齐。堆叠这样的图卷积层生成了逐点表示 x_i,供后续噪声抑制使用。基于此3DGCN算子,所提出的架构模拟了人类视觉系统的分层感知过程,该过程先形成粗略的全局理解,然后聚焦于详细结构。对于输入点云 f_i,令 f1_i、f2_i 表示本部分中的中间和粗糙点集。从 f_i 到 f1_i 以及从 f1_i 到 f2_i 的过渡通过具有0.5下采样率的三维图最大池化实现:(8) (f1_i, F1_B,i) = S1(f_i, Φ_B(f_i)), (f2_i, F2_O,i) = S2(f1_i, Φ_O(f1_i, F1_B,i))。其中 S1 和 S2 表示图池化操作,Φ_B、Φ_O 和 Φ_F 分别表示Base-Net、Overview-Net和Focus-Net变换。F1_B,i 表示中间点集上的Base-Net特征,F2_O,i 表示粗糙点集上的Overview-Net特征。Base-Net从密集的局部邻域中提取低级几何响应。Overview-Net在缩减后的点集上操作,以扩大感受野并获得粗略的上下文特征,同时减少潜在离群点的影响。这些上下文特征被映射回Base-Net分辨率并与局部特征融合,如下所示:(9) F1_fuse,i = [F1_B,i, IP_{P1_i←P2_i}(F2_O,i)]融合特征 F1_fuse,i 随后传递给Focus-Net Φ_F 以产生特征表示 x_i:(10) x_i = IP_{P0_i←P1_i}(Φ_F(P1_i, F1_fuse,i))此处,IP_{Pa_i←Pb_i} 表示从点集 Pb_i 到 Pa_i 的最近邻特征插值,[·,·] 表示通道级拼接。重要的是,Focus-Net保留了其输入点集 P1_i,同时逐步压缩特征维度以进行聚焦细化。这种设计与传统的U形骨干网络不同,后者反复对点坐标进行下采样和上采样,并在不规则采样和噪声条件下引入几何表示畸变。3.3.2 注意力驱动的噪声抑制基于提取器中提取的特征 x_i,提出了一种注意力驱动增强的噪声抑制器,以产生噪声抑制后的输出 g_s,其中噪声衰减分为两个阶段执行。在第一阶段,目标是消除显著偏离真实表面几何的离群噪声。从生物启发特征提取中获取逐点语义特征 x_i ∈ R^F,通过多层感知机基于离群分数保留得分最高的前 M 个点,形成过滤子集。在实现中,M设为50%。为了提高无序邻域中离群分数的可靠性,我们重新利用了最初用于点云采样的N2P注意力作为离群去除的局部几何相关性算子。通过从相对特征差异构建相关性,N2P捕捉邻域几何一致性,这一特性增强了SIREND-Net抑制离群值的能力,同时降低了错误丢弃边界或薄结构点的风险。该机制还缓解了现有无监督网络中常见的过度平滑和形状收缩现象,这些网络缺乏显式的点云形态约束。具体而言,对于每个点的特征 x_i,使用其潜在特征作为查询 Q(x_i),将键 K(·) 定义为邻域与中心之间的特征差 x_ij - x_i。然后计算局部注意力分数:(11) h_l(x_i, x_ij) = Q(x_i)^T · K(x_ij - x_i)接下来,通过softmax获得归一化相关性图 m_l_i,隐式编码每个点在其邻域中的几何显著性。在这些图中方差较高的点更可能位于几何边界上。在第二阶段,为了处理残余的模糊噪声,我们引入了一种基于特征的残差回归方案,该方案通过估计局部几何偏移来学习细化点坐标[61]:(12) g_s,i = f_c,i + Δp_i其中 Δp_i = MLP(x_i) 表示基于点特征的学习修正向量。噪声抑制后的输出 g_s = {g_s,i} 产生了一个具有抑制的模糊扰动的几何增强点云。这提高了噪声声呐条件下的结构保真度和鲁棒性。3.3.3 用于结构恢复的流形重建器尽管噪声抑制后的点云 g_s 在去除离群噪声后表现出更好的几何完整性,但该过程不可避免地因消除不确定或冗余样本而降低了点密度。为了在保留精修几何的同时恢复原始分辨率,采用了一种表面感知的上采样模块,该模块通过学习局部流形表示来重建高密度点云。对于每个保留的点 p_i ∈ g_s,推断一个局部补丁流形以捕捉其邻域内的底层表面结构。使用提取的特征 x_i 和从归一化参数域中采样的二维坐标对 u, v ∈ [-1,1]2 进行参数化流形编码,以产生潜在特征向量 y_i ∈ R^F。点流形重建公式如下[61]:(13) ?_i = p_i + MLP_M([u, v, y_i])此映射允许解码器在每个中心点 p_i 周围生成多个样本,有效地产生局部几何补丁。通过对所有 p_i ∈ g_s 重复此过程,通过聚合获得最终的去噪点云 ?_i ∈ R^{N×3},即SIREND-Net的输出。结果是一个去噪并上采样的表示,保留了原始表面的连续性和精细结构,从而完成重建流水线。3.3.4 双模式去噪损失函数为了应对数据可用性不同的去噪场景,针对无监督和有监督训练设置提出了专门的损失函数。与通常在固定训练范式下优化的现有点云去噪方法不同,SIREND-Net根据干净参考点云的可用性采用双模式损失函数。在数据丰富的有监督设置中,结构感知损失同时惩罚平均几何偏差和最大几何偏差。具体而言,倒角距离(CD)衡量平均表面差异,而Hausdorff距离(HD)强调极端偏差和离群值。CD定义如下[66]:(14) L_CD = (1/|?|) Σ_{p∈?} min_{q∈g} ‖p-q‖ + (1/|g|) Σ_{q∈g} min_{p∈?} ‖q-p‖该指标有效地约束了表面接近度,尤其适用于抑制围绕真实表面分布的模糊噪声。相比之下,Hausdorff距离(HD)强调最大偏差,使其在检测和惩罚离群值方面特别有效。由于原始HD涉及不可微的最大-最小操作,我们采用top-k近似:(15) L_HD = (1/k) Σ_{i=1}^{k} (min_{q∈g} ‖p_i - q‖)_{[i]}此处 (·)_{[i]} 表示排序距离集中第 i 个最大值。在实现中,k设为10%。此平滑替代方法允许稳定的梯度计算,同时保留对极端误差的敏感性。

去噪器整体结构感知的监督损失函数定义为:(16) ?sup = λ1·?CD + λ2·?HD

在高质量扫描数据稀缺的水下测绘场景中,采用无监督损失函数来训练 SIREND-Net。无监督损失的设计基于以下观察:含噪点云中较密集的区域很可能位于底层干净声呐数据所代表的曲面附近[60], [61]。对于每个含噪输入点 fi,我们在点云的所有点上定义一个局部概率分布,并从该分布中采样一个邻近点 q。令 ?loci 表示含噪输入点 fi 在施加了含噪输入点云与最终输出点 ?i 之间的地球移动距离(EMD)匹配后所对应的预测点。无监督损失函数定义为:(17) ?U = (1/(N·N))·Σ???? E_{q~P(q|fi)}·‖?loci ? q‖2

其中 q|fi 定义了 fi 周围一个可学习的加权邻域。该分布编码了接近干净结构的概率。此损失使得网络能够在没有真值监督的情况下学习去噪行为,通过鼓励与几何合理的邻近点对齐来实现。

3.3.5. 用于网络增强的对抗生成策略

此外,采用了一种对抗生成策略[67]来增强监督训练设置下的模型去噪性能,并将声呐点云去噪任务重新表述为生成对抗网络(GAN)[68]框架下的问题。特征提取器、噪声抑制器和流形重建器共同构成了生成器。生成器学习含噪声呐测量的潜在曲面结构,并重建目标的去噪表示。

为进一步改善去噪性能,生成器与判别器进行对抗训练。SIREND-Net 中使用的判别器架构如图 3 所示,其中 DNet 模块代表判别器。判别器评估点云是干净的还是生成的,从而引导生成器产生与干净参考点云难以区分的输出。在对抗训练过程中,判别器和生成器交替优化。判别器使用干净点云作为真实样本,使用分离的生成点云作为假样本进行训练。其对抗目标 ?D_adv 可写为:(18) ?D_adv = Σ? log(D(gi)) + Σ? log(1 ? D(G(fi)))

其中 D(gi) 表示判别器对干净参考点云 gi 的输出,G(fi) 表示生成器从含噪点云 fi 生成的去噪结果。当更新生成器时,判别器被固定,生成的点云被鼓励被分类为干净参考。因此,联合监督生成器损失 ?G_total 定义为:(19) ?G_adv = ?log D(G(fi)),?G_total = λsup·?sup + λadv·?G_adv

其中 λsup = 0.95,λadv = 0.05 为权重系数。系数 λsup 控制几何重建约束的贡献,而 λadv 控制判别器引导的分布匹配贡献。在我们的实现中,生成器通过最小化公式(19)进行优化,而判别器通过最小化公式(18)独立优化。

3.4. 基于类流形近似的现场声呐点云噪声分析替代度量

为表征现场数据集中声呐点云的噪声模式(在无真值参考的情况下)、指导 SIREND-Net 的训练,并为 SIREND-Net 的实际性能提供可靠的评估度量,提出了点云等效厚度作为基于几何的替代度量。其核心思想是利用被测物体的几何特征构建一个低维的类流形近似,然后量化噪声沿特征剖面或方向如何扭曲了底层结构。

具体而言,构建被测物体的低维类流形几何近似 ?(?),用于近似真值 gi = g(xi, yi, zi) ∈ ?3 的底层低维几何趋势,其中参数 ? 通过显式拟合或插值确定。设测量点云为 fi = f(xi, yi, zi) ∈ ?3。将每个 fi 沿给定方向 u ∈ ?3(‖u‖ = 1)投影到 ? 上,对应的投影点记为 π(u)?(fi; ?),投影点计算公式如公式(20)所示。

(20) π(u)?(fi; ?) = arg min_{yi∈?} ‖fi ? yi‖,s.t. (fi ? yi) ∥ u

方向残差定义如下,其计算示意图如图 4 所示。

(21) r(fi) = u?(fi ? π(u)?(fi; ?))

方向残差 r(fi) 定义为量化点 fi 相对于沿给定方向 u 的低维流形近似 ? 的带符号位移量,该方向与常用的点到面(P2S)方向形成夹角 Θ。

当 ? 接近已知设计值或参考趋势时,类流形近似 ? 在几何上接近真值 g,即 π(u)?(fi; ?) ≈ gi。令 κ 表示局部曲率,方向残差 r 与噪声在 u 上的投影之间的关系如下:

(22) r(fi) = u?(ef + eu) + O(‖κ(ef + eu)2‖) ≈ u?(ef + eu)

相应地,r(fi) 的分布有效捕获了声呐点云噪声在方向 u 上投影的一维边际分布。

通过对不同去噪任务实例化所提出的公式,方向残差 r(fi) 与常用的点到面(P2S)度量之间的角度偏差 Θ 得以减小,从而使方向残差能够更直接地反映噪声如何降低被测结构的真值。

例如,对于水下基础设施检测目标中的代表性桩基,将桩体近似为圆柱体。将点云投影到与重力轴正交的平面上,以圆 ?(R?) 作为参考近似,如图 5a 所示。u = er 定义为从拟合圆心 ? 指向每个点的径向方向。对应的方向残差计算如公式(23)所示。

(23) r_pile = ‖fi ? ?‖ ? R?

[下载高分辨率图片(105KB)] [下载全尺寸图片]

图 4. 方向残差定义与计算的示意图。a. 含噪点云与真值的关系。b. 实际去噪中的方向残差计算,其中真值未知。

[下载高分辨率图片(109KB)] [下载全尺寸图片]

图 5. 方向残差在水下检测任务中的实例化示意。a. 水下桥梁桩基点云的实例化。b. 水下地形测绘点云的实例化。

在极坐标系中,u 与圆形流形 ? 的径向方向对齐。在此设置下,方向残差与 P2S 方向之间的角度 Θ 趋近于零,其幅度渐近相同,意味着具有相同的物理解释。

对于公式(22),余项 O(κ‖(ef + eu)2‖) 被重写为公式(24)。此外,当使用公式(22)估计并表示沿方向 u 的噪声时,相关的截断误差与噪声分量 (ef + eu) 相对于被测物体特征结构尺度的关系如下:

(24) O(‖(ef + eu)2/R‖) / ‖ef + eu‖ = O(‖ef + eu‖ / R)

对于冲刷测绘目标中代表性的水下地形点云,通过空间插值在位置 s 构建剖面 ?(Z?),其中 Z? 表示剖面高程的移动平均趋势,如图 5b 所示。向量 u = ez 定义为与重力轴平行的向上方向,对应的方向残差计算如公式(25)所示。

(25) r_terrain(fi) = Z(s) ? Z?(s)

总体而言,给定在包含 n 个子集上计算得到的残差样本 r(fi),由噪声引起的围绕真值的偏差通过等效厚度 Et 进行总结,计算公式如下:

(26) Et = 2√(1/(n?1) · Σ???? (ri ? r?)2)

此外,等效厚度与点云归一化包围球直径 L 之间的比值被定义为测量点云的名义噪声水平 εn,如公式(27)所示。该无量纲变量可以直接反映不同尺寸的测量物体在真实数据中被噪声降级的程度。

(27) εn = Et / L

4. USPCDenoise 数据集与噪声形态分析

本节描述了用于去噪模型训练和评估的真实世界桥梁声呐点云数据集 USPCDenoise 的构建流程,包括数据采集、标注和验证。此外,基于所提出的等效厚度度量,对代表性的真实世界水下桥梁声呐点云进行了噪声形态分析。

4.1. 数据采集与数据集构建

由于复杂测量条件和高昂成本的限制,获取大规模数据集具有挑战性,导致目前缺乏公开的下水声呐 3D 点云数据集[69]。因此,需要现场测量来收集数据并构建代表性的下水声呐 3D 点云去噪数据集。考虑到典型的下水声呐测量目标,桥梁水下结构被视为代表性检测对象,包括沉船、水生生物和类似实体,而水下冲刷地形被视为代表性测绘目标。为确保所提出模型对一般测量任务的适用性,选取了中国长江中下游的三座桥梁(桥梁A、桥梁B和桥梁C)。使用 Coda Octopus Echoscope 4G C500 声呐对其水下桩基进行原位测量,并获取点云数据。这些测量数据的部分子集此前已被用于构建桥梁声呐点云分割数据集 BrSPCD[69],USPCDenoise 在此基础上进一步扩展了桩基点云数据的规模。此外,对于桥梁C,使用 SeaBat 7125 声呐采集了上游和下游各500米范围内的河床地形点云作为测绘目标。

数据采集和数据集构建的工作流程如图 6 所示。声呐安装在测量船的侧面,对水下桩基和河床地形进行基于航行的扫描。原始点云由经验丰富的技术人员在 CloudCompare 中按照标准化流程进行人工去噪:技术人员在去噪过程中交叉参照桩基设计图纸和先前的水深测量资料,去噪输出由其他团队进行独立交叉检查;不符合质量标准的样本被重新去噪或排除,关键样本进一步审核以减少标注者的主观性,确保一致的高质量参考点云。完整的数据集构建程序和代表性质量控制示例见补充材料第3节。

[下载高分辨率图片(936KB)] [下载全尺寸图片]

图 6. 数据采集与数据集构建。a. 现场测量地点。b. 数据采集与数据集构建的工作流程。c. 数据集质量评估。

为验证数据集质量,代表性的去噪样本如图 6c 所示。通过将拟合尺寸与设计图纸对比来评估尺寸精度,并使用所提出的等效厚度量化潜在的残余噪声。对于 USPCDenoise 中的桩基点云,拟合直径误差仅为 5.43%,等效厚度的标准差为 0.05 m,平均值为 0.126 m。因此,去噪后的点云被认为具有足够的下游任务质量,并在后续实验中作为参考真值使用。归一化后,进行下采样以标准化点数。USPCDenoise 数据集包含 173 个桩基点云(每个包含 2048 个点,为基础设施检测目标)和 466 个地形点云(每个包含 3072 个点,为冲刷测绘目标)。上述点云块被独立裁剪,不存在重复块或空间重叠。鉴于由于数据获取成本高和实际操作困难导致公开的水下桥梁检测数据集稀缺,USPCDenoise 填补了公开桥梁水下 3D 声呐点云资源的重要空白。

4.2. 基于测量数据的声呐点云形态分析

为了更好地理解声呐噪声模式,并选择适当的模拟噪声条件以提高基于学习的模型对复杂真实世界噪声的泛化能力,独立于第 4.1 节的主数据集,对另一个现场数据集进行了分析。具体而言,从含噪的现场测量中选取了 8 个桩基、8 个水下地形块和 8 个桥梁承台/围堰点云(图 7a)。基于第 3.4 节引入的等效厚度数学公式,分析了噪声如何降低点云形态,以估计复杂的声呐噪声特征。

模型拟合后,所选承台的估计尺寸与设计图纸相差 7.4%,而所选桩基的估计尺寸相差 8.5%。平均等效厚度为 36 cm,相当于桩径的 12.9%。总体而言,声呐噪声主要表现为偏离真实表面,在真值表面周围产生表观"厚度",较高密度区域保持更靠近底层结构。此外,使用 Cramér-von Mises(CVM)检验检查了沿代表性剖面方向残差的边际分布。如图 7b 所示,残差可由高斯分布或 t 分布良好拟合,且近似对称且无偏。

从等效厚度估算的名义噪声水平平均为3.04%,超过了基于学习模型通常使用的噪声设置。下载:下载高分辨率图像(1MB)下载:下载全尺寸图像图7. 使用野外数据的声呐点云形态模式分析。a. 用于形态分析的点云示例。b. 方向残差分布的代表性分析。下载:下载高分辨率图像(858KB)下载:下载全尺寸图像图8. 所提等效厚度度量的验证。a. 所有实验度量之间的相关性分析。b. 点云重建和中心线轮廓的代表性可视化。由于方向残差仅提供了高维噪声的低维投影,因此无法得出三维t分布噪声模型的结论。然而,重尾特性暗示了非平稳的声呐噪声具有稀疏的异常值。鉴于测绘模式的采集方式以及以开放、非封闭为主的面,三维t分布噪声仿真容易产生不切实际的极端扰动,这可能导致训练过程中过度平滑和边界细节丢失,同时也可能使评估指标偏向罕见的极端值。鉴于残差分布的中心部分非常接近高斯分布,高斯噪声被认为是实际声呐噪声主导特征的代表性近似。其使用使模型能够有效抑制弥散噪声,同时保持训练稳定。三维t分布噪声被额外引入泛化实验中,以评估模型对重尾扰动的鲁棒性。5. 实验与结果在数据集构建和实验评估之前,首先对等效厚度度量进行了验证,以支持后续的噪声-形态分析和去噪性能评估。为验证所提SIREND-Net的竞争优势,进行了全面的验证实验,包括网络性能评估、模块消融研究、算法复杂度分析和现场实验。5.1. 代理度量验证实验随机生成了400个半椭球点云以模拟水下地形,三个半轴长从5到25中采样。随后加入高斯噪声,标准差为包围球半径的1%~6%。计算了常见几何度量(CD、HD和P2S),以及沿椭球面中心X剖面(X=0)即$E_t^x$方向和Y剖面(Y=0)即$E_t^y$方向评估的等效厚度。代表性结果如图8b所示。此外,使用泊松重建为每个半椭球重构了网格表面,并计算了包围体积和投影面积,与理论值进行比较。实验度量之间的Spearman相关系数被计算并以热力图形式可视化,如图8a所示。等效厚度$E_t^x$和$E_t^y$与噪声水平表现出强相关性,表明它们能有效反映噪声幅度。$E_t^x$和$E_t^y$与施加噪声水平的相关系数均为0.83。它们与CD、HD和P2S的相关性均超过0.8,与投影面积误差$A_e$和包围体积误差$V_e$的相关性分别为0.74和0.85。这些结果表明等效厚度能够捕捉噪声幅度,并且与下游几何量的误差相关联。因此,在工程应用中无法获取真值时,等效厚度可以作为噪声引起的表面退化的代理度量。在补充材料第1节中,进行了额外的验证和鲁棒性实验,以进一步评估等效厚度度量及其鲁棒性,以及其与方向残差和名义噪声水平的关系。下载:下载高分辨率图像(743KB)下载:下载全尺寸图像图9. 典型噪声条件(4%高斯噪声)下数值实验的定性代表性结果。5.2. 性能数值评估实验为全面评估SIREND-Net的性能和竞争力,选取了六个先进的基于深度学习的点云去噪模型(DMR[61]、Score[62]、MODNet[30]、PCDNF[32]、PCNet[53]、Pointfilter[31]),两种传统算法(WLOP[70]和Guide[71]),以及工业工作流中常用的两种基于滤波的去噪方法——统计离群值去除(SOR)和半径离 out 值去除(ROR)作为基线方法,共计十种方法。比较了它们的去噪质量、泛化能力和计算复杂度,以验证SIREND-Net在水下声呐点云方面的优势。所有模型均在相同的计算环境中进行训练和测试。配置包括Intel Core i7-13700HX处理器、32GB内存以及配备24GB显存的NVIDIA RTX 4090D GPU,运行Python 3.8和CUDA 12.1。传统去噪算法使用MATLAB(版本2023b)实现。为确保公平比较,所有基于学习的基线方法均使用原始作者发布的公开源代码在USPCDenoise训练集上重新训练,并在验证集上进一步优化超参数。我们严格执行了相同的训练和验证划分以及相同的预处理。对于需要法线的方

它以较少的参数量实现了比竞争方法更高的每秒样本数,展现了在模型复杂度方面的竞争优势。在上述实验之外,还进行了额外的评估,以验证 SIREND-Net 在无监督学习场景下的去噪性能,在这些场景中,大量清洁参考点云不可用。这一设置对水下检测任务(如桩基础)尤为相关,因为此类任务中数据有限、高质量标注难以获取,从而限制了众多竞争方法的监督训练。为此,SIREND-Net 的无监督模式被专门设计出来。该实验使用 USPCDenoise 中 130 个桩基础点云用于训练,14 个用于验证,29 个用于测试。这些子集严格互不重叠,以确保公平且无偏的评价。

典型结果如图 15 所示,证实了 SIREND-Net 在无监督去噪中的有效性。三维点云及其水平投影均清楚地表明,SIREND-Net 显著减少了圆柱形桩基础周围的噪声并降低了点云厚度。在最低噪声条件(2% 高斯噪声)下,代表性样本的平均等效厚度从 0.062 降至 0.039,降幅为 36.57%。在最高噪声条件(6% 高斯噪声)下,从 0.112 降至 0.055,降幅为 50.98%。这些结果验证了 SIREND-Net 在无监督去噪中的有效性,展现了其降低测量不确定性、恢复点云轮廓以及在大量清洁数据不可用的声呐去噪场景中适应能力的能力。

此外,在补充材料第 5 节中,通过逐步降低训练集质量,评估了监督模式与无监督模式之间的客观切换机制。在实际部署中,通过等效厚度估计标称噪声强度以评估数据质量;经验表明,两种模式在初始模拟高斯噪声为 3% 时表现相当,对应通过拟合映射得出的标称噪声阈值为 2.3%。超过此阈值后,无监督模式的表现优于监督模式,因此我们建议在估计标称噪声超过 2.3% 时切换到无监督模式。

下载:下载高分辨率图片(1MB)
下载:下载全尺寸图片
图 15. SIREND-Net 无监督性能验证的典型结果。a. 三维点云去噪结果及等效厚度。b. 去噪后声呐点云在投影平面上的可视化。

### 5.3 渐进式消融实验

为评估 SIREND-Net 中各主要模块的贡献,进行了渐进式消融实验,结果见表 1。箭头指示数值越小越好。为提供更透明的对比,所有 CD 和 HD 值均以绝对值报告,并给出相对于共同基线 A0 的百分比变化(括号内)。正百分比表示优于 A0,负百分比表示性能下降。带下划线的粗体值和粗体值分别表示相对于 A0 的最大和第二大降幅。模块 A0 表示基线(DMR),模块 A 表示提出的结构感知监督损失,模块 B 对应仿生特征提取器,模块 C 指判别器与对抗损失,模块 D 表示噪声抑制器中的 N2P 注意力模块。表 1 中模块 D 全程保留以确保一致的对比,而模块 A、B 和 C 则被系统地单独评估并以不同组合进行评估。

结果表明,三个模块各自具有显著且可解释的贡献。模块 A 提供了适度但总体一致的提升,而模块 B 在评估的噪声条件下带来了最大的单模块性能增益。模块 C 持续改善 CD,尽管在某些情况下 HD 出现轻微退化。这一行为可归因于 HD 对少量残存异常值的高敏感性,并不表示去噪性能的整体下降。当模块组合时,它们表现出协同效应,若干组合在 CD 和 HD 上的降幅超过相应的单模块。

对噪声抑制器中的 N2P 注意力机制进行了单独的消融研究,如表 2 所示。采用相同的呈现策略,表 2 报告了绝对指标值,以及分别相对于带有 N2P 注意力模块的 Ours 和 OursU 的百分比变化。

结果表明,在监督和无监督模式下均有一致提升,这得益于 N2P 对局部几何特征的隐式编码,增强了网络在稀疏和非均匀声呐点云中识别噪声的能力。

### 5.4 现场实测验证实验

为评估 SIREND-Net 在真实检测任务中的竞争优势和去噪性能,在中国江苏省淮安市进行了一项桥梁级别的现场实验,如图 16a 所示。现场实验作为独立的外部验证,使用的是完全独立于 USPCDenoise 训练集的测量数据。测试场地相对较浅,表面反射干扰、水生植物和低桥下净空等因素导致更强的模糊噪声。收集了河床地形和桩基础的代表性点云,以评估真实条件下的去噪性能。为全面展示 SIREND-Net 的实际适用性,对地形点云进行了监督去噪(有相对大量的高质量训练数据可用),而对桩基础点云应用了无监督去噪(大规模清洁标注难以获取)。现场实验主要依靠第 3.4 节提出的等效厚度指标来评估 SIREND-Net 的现场去噪性能。

对于河床地形,如图 16b 所示,SIREND-Net 降低了三维点云的厚度并产生了更清晰的轮廓。插值横断面中的噪声点显著减少并趋于平滑。计算了地形点云的实例化等效厚度 $E_t$,并将方向残差的标准差的三倍以阴影带形式可视化。显然,去噪后插值剖面图中的阴影带显著减少,表明噪声引起的测量不确定性降低。去噪后,各剖面间的等效厚度从 0.420 m 降至 0.168 m,降幅为 60.0%。对于水下结构,如图 16c 所示,SIREND-Net 得到的桩基础轮廓更薄且更清晰。五个代表性桩的等效厚度从 0.300 m 降至 0.204 m,降幅为 32.0%。

此外,为使现场验证中的去噪质量评估更加全面,引入了拟合桩基础半径的平均百分比误差(MPE)作为附加评估指标。去噪前的平均拟合半径为 0.9062 m,去噪后为 0.8278 m。相对于设计半径 0.75 m,对应的 MPE 从 20.83% 降至 10.37%,为 SIREND-Net 的现场去噪性能提供了进一步的定量证据。

为进一步验证 SIREND-Net 在现实场景中的竞争优势,纳入了现场性能对比。在本次桥梁检测任务中,从另一条测量线上选取了另外六块含噪地形点云斑块,使用等效厚度在所有基线方法之间进行了现场去噪性能对比。此外,还进行了泛化实验,对比了在 Gaussian 噪声(标准差 1%–6%)和 t 分布噪声(标准差 1%–6%,自由度 5–10)模拟下训练的模型。结果如图 17 所示。详细的数值和统计结果见补充材料第 6 节。

下载:下载高分辨率图片(2MB)
下载:下载全尺寸图片
图 16. 现场实验流程。a. 现场实验的位置和测量点。b. 河床地形点云去噪结果。c. 桩基础点云去噪结果。此处,$E_t^{Noisy}$ 和 $E_t^{Pred}$ 分别表示去噪前后的等效厚度,$\sigma^{Noisy}$ 和 $\sigma^{Pred}$ 分别表示去噪前后的方向残差标准差。

如图 17b 和 c 所示,SIREND-Net 产生的去噪点云保持了完整且相对平滑的几何形态,没有明显的过度去噪现象。完整的可视化结果见补充材料第 8 节。在中心剖面上计算的等效厚度也显示出相较于基线方法的竞争优势。如图所示,对于大多数模型,在 Gaussian 噪声条件下训练的去噪泛化性能优于在 t 噪声条件下训练的表现,这印证了我们之前关于模拟噪声模型选择的分析。综合来看,这些结果表明,对于水下声呐点云去噪,在 Gaussian 噪声模拟下训练的模型在现实场景中往往比在 t 分布噪声模拟下训练的模型具有更有竞争力的性能。

下载:下载高分辨率图片(2MB)
下载:下载全尺寸图片
图 17. 现场性能与泛化对比实验:a. 代表性样本的定性可视化;b. 代表性样本的中心 Y 向剖面图对比;c. 六个地形点云的等效厚度对比。

## 6. 结论

本文提出了 SIREND-Net,一种用于水下冲刷检测和基础设施检测中三维声呐点云去噪的深度学习框架。该模型有效地去除了噪声并恢复了点云的真实表面,从而为下游应用提供了高质量数据。为支持本工作,从跨越长江的桥梁上采集了水下三维声呐点云,构建了 USPCDenoise 数据集,填补了因高测量成本和恶劣环境造成的关键数据空白。大量的数值实验表明,与十种竞争性去噪方法相比,SIREND-Net 在去噪性能、噪声类型泛化能力和计算复杂度方面均具有竞争优势。消融研究进一步证实了关键网络组件对去噪性能的贡献。最后,在中国淮安进行的现场实验验证了 SIREND-Net 在实际场景中的鲁棒性和有效性。

总之,SIREND-Net 有效地去除了真实任务中典型水下目标声呐点云的噪声,并实现了无监督学习,从而降低了对大量清洁训练数据的依赖。然而,仍存在一些局限性。特征提取器增加了模型参数量并施加了更高的计算要求,这提示未来工作需要在轻量级架构方面进行改进,以实现云端部署和边缘计算。其次,提出的 USPCDenoise 的参考真值依赖于经验丰富的技术人员进行的手工去噪。扩展受控的陆上到水下扫描实验,其中高精度地面扫描作为相应水下声呐扫描的参考真值,将能够更直接地评估参考保真度。此外,由于水下调查成本高昂,USPCDenoise 目前包含的调查目标和声呐传感系统数量有限。因此,SIREND-Net 的泛化能力应通过在多样的环境条件下调查更广泛的infrastructures 和地形类型并纳入使用不同水下声呐传感系统采集的数据来进一步改进。最后,提出的等效厚度需要针对特定的工程应用进行实例化。因此,一种能够刻画底层噪声形态的更通用指标将有助于阐明先进的基于学习的点云去噪方法如何应对现实场景。

CRediT 作者贡献声明
Zelin Huang:撰写 – 原稿,验证,方法论,调查,形式化分析。Luyao Sun:可视化,验证,软件,方法论。Yanjie Zhu:撰写 – 审阅与编辑,监督,调查,资金获取。Wen Xiong:监督,项目管理,资金获取,数据管理。Shuai Wang:撰写 – 审阅与编辑,调查。C.S. Cai:监督。
Zelin Huang|Luyao Sun|Yanjie Zhu|Wen Xiong|Shuai Wang|C.S. Cai
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号