基于探地雷达双曲波拟合的地下目标检测方法及系统技术方案

本公开公开了基于探地雷达双曲波拟合的地下目标检测方法及系统，包括：获取探地雷达GPR图像；对GPR图像进行超像素分割，获得一张包含若干个区域的超像素分割图像；每个区域被称为超像素块；每个超像素块的所有点的像素均等于当前超像素块中心点的像素；对超像素分割图像进行感兴趣区域提取，提取出若干个感兴趣区域；对每个感兴趣区域进行图像二值化处理，得到二值化图像；从二值化图像中提取骨骼区域；从骨骼区域中提取双曲波；根据双曲波的波形、振幅强度和时间变化特性，进行地下目标检测。

Underground target detection method and system based on GPR double curve fitting

【技术实现步骤摘要】
基于探地雷达双曲波拟合的地下目标检测方法及系统
本公开涉及地下目标检测
，特别是涉及基于探地雷达双曲波拟合的地下目标检测方法及系统。
技术介绍
本部分的陈述仅仅是提到了与本公开相关的
技术介绍
，并不必然构成现有技术。GPR图像中双曲波的识别和拟合是非常困难的。探地雷达(GPR)作为一种基于高频电磁波的无损探测设备，当电磁波在地下介质传播时，遇到地下目标的电性差异分界面时会产生双曲线形状的反射线，称为双曲波。通过双曲波的波形、振幅强度和时间变化等特性可以推断出地下目标的空间位置、结构、形态和埋藏深度等重要信息。因此这对于理解地下目标的特点具有重要的指示作用。但是由于系统噪声和地下介质的不均匀性，会导致生成的图像非常复杂，因此实时对GPR图像提取和拟合双曲波是很有必要的。在以前识别、拟合双曲波的方法当中，大致上可以分为非机器学习的数学计算方法和通过机器学习的计算方法以及混合算法。非机器的数学计算方法指的是根据双曲波区域与其他区域的特征不同加以区分的，而通过机器学习的计算方法则是通过含双曲波的正样本和含非双曲波的负样本进行训练，最本文档来自技高网...

【技术保护点】
1.基于探地雷达双曲波拟合的地下目标检测方法，其特征是，包括：/n获取探地雷达GPR图像；/n对GPR图像进行超像素分割，获得一张包含若干个区域的超像素分割图像；每个区域被称为超像素块；每个超像素块的所有点的像素均等于当前超像素块中心点的像素；/n对超像素分割图像进行感兴趣区域提取，提取出若干个感兴趣区域；对每个感兴趣区域进行图像二值化处理，得到二值化图像；/n从二值化图像中提取骨骼区域；/n从骨骼区域中提取双曲波；/n根据双曲波的波形、振幅强度和时间变化特性，进行地下目标检测。/n

【技术特征摘要】
1.基于探地雷达双曲波拟合的地下目标检测方法，其特征是，包括：
获取探地雷达GPR图像；
对GPR图像进行超像素分割，获得一张包含若干个区域的超像素分割图像；每个区域被称为超像素块；每个超像素块的所有点的像素均等于当前超像素块中心点的像素；
对超像素分割图像进行感兴趣区域提取，提取出若干个感兴趣区域；对每个感兴趣区域进行图像二值化处理，得到二值化图像；
从二值化图像中提取骨骼区域；
从骨骼区域中提取双曲波；
根据双曲波的波形、振幅强度和时间变化特性，进行地下目标检测。


2.如权利要求1所述的方法，其特征是，所述对GPR图像进行超像素分割，获得一张包含若干个区域的超像素分割图像；具体步骤包括：
使用SILC超像素分割算法，对GPR图像进行超像素分割，获得一张包含若干个区域的超像素分割图像；将分割后超像素分割图像中离散的相邻的点进行聚类，最终实现中心点代替区域的效果。


3.如权利要求1所述的方法，其特征是，所述对超像素分割图像进行感兴趣区域提取，提取出若干个感兴趣区域；具体步骤包括：
S31：计算超像素分割图像每个超像素块的显著值；
S32：设置若干个不同的阈值；
S33：根据若干个不同的阈值，得到若干个显著图。


4.如权利要求1所述的方法，其特征是，所述从二值化图像中提取骨骼区域；具体步骤包括：使用骨架提取算法，将显著图中所有的连通区域用线型的骨骼来表示，获取骨骼图像。


5.如权利要求1所述的方法，其特征是，所述从骨骼区域中提取双曲波；具体步骤包括：
定义匹配集，在骨骼图像中预筛选双曲波顶点，使用匹配集对双曲波进行...

【专利技术属性】
技术研发人员：原达，王崴，陈飞凡，李文生，王冬雨，苗翠，崔嘉傲，
申请(专利权)人：山东工商学院，
类型：发明
国别省市：山东;37