基于毫米波雷达的高压线检测方法技术

本发明专利技术公开了一种基于毫米波雷达的高压线检测方法，该方法包括：S1、获取雷达图像；S2、对雷达图像进行分块处理，建立直线检测倾角约束；S3、使用改进直线检测算法提取雷达图像中的直线；S4、对提取的直线进行分类识别，识别出高压线。本发明专利技术实施例提供的基于毫米波雷达的高压线检测方法，通过毫米波雷达获取观测场景回波并按方位分块成像，在不同分块区域建立倾角约束后通过改进的随机Hough变换进行直线检测，缩小了直线检测参数空间，并减少了对非高压线直线的提取，能够提升检测效率，同时还能一定程度上降低高压线检测虚警。

【技术实现步骤摘要】
基于毫米波雷达的高压线检测方法
本专利技术涉及直升机高压线检测
，尤其涉及一种基于毫米波雷达的高压线检测方法。
技术介绍
直升机由于良好的机动性在多个领域已得到广泛应用，其经常面临一些复杂的低空空域环境。高压线由于体积细小难以检测，经常引发事故，随着低空防撞装备需求不断增加，世界各国开展了大量高压线检测技术的研究工作。毫米波雷达可实现高分辨率和高扫描速率，它的重量、体积以及功耗都符合直升机的装载能力，此外在毫米波段，电磁波波长和高压线的表面尺寸相比拟，电磁波照射到高压线表面会产生布拉格散射现象，区别于一般目标。在毫米波段时，高压线在雷达图像中表现为直线形式，但由于布拉格散射特性会使其呈现为在强散射区域的有限的间断短线形式。霍夫变换(Houghtransformation)是一种将图像空间中的点映射到参数空间进行聚类检测的算法，这种算法具有抗干扰能力强和易于并行处理等优势，即使线段上有小的间隙、扰动，甚至是虚线，经过霍夫变换检测后，仍能在参数空间中形成明显的峰值点，通常使用霍夫变换提取雷达图像中的高压线，但这种算法计算量较大。随机Hough变换是Hough变换的一种改进方式，其采用多对一的形式，避免了标准Hough变换一对多的庞大计算量，且其参数空间的累加数组由静态变为动态，只对多对一映射得到的参数分配单元进行累加，能够有效降低对内存的需求。但是随机Hough变换由于随机选取像素点同样会引入大量无效采样和积累，使其效果并不能令人满意。现有技术中，高压线检测效率较低，且部分非高压线目标也被提取出。<br>
技术实现思路
鉴于现有技术中存在的上述技术问题，本专利技术实施例提供一种基于毫米波雷达的高压线检测方法，其能够提升在雷达图像中高压线的检测效率，减少非高压线目标提取。为了解决上述技术问题，本专利技术实施例采用了如下技术方案：一种基于毫米波雷达的高压线检测方法，包括如下步骤：S1、获取雷达图像；S2、对雷达图像进行分块处理，建立直线检测倾角约束；S3、使用改进直线检测算法提取雷达图像中的直线；S4、对提取的直线进行分类识别，识别出高压线。进一步地，步骤S1包括：通过毫米波雷达扫描获取观测区域每个方位角度的回波数据Sr(αi,t)，其中，αi表示某一方位角，t表示时间变量，获得每个角度的一维距离像I(αi,R)；综合各个角度的一维距离像形成雷达的距离方位图像I(α,R)。进一步地，在对雷达图像进行分块处理之前，还包括对雷达图像进行几何校正，所述几何校正包括：对获得的雷达的距离方位图像I(α,R)经过r＝Rcosαi的几何校正得到图像I(α,r)。进一步地，步骤S2包括：S21、对雷达图像按方位角分块；S22、基于分块后的方位区域建立直线检测倾角约束。进一步地，所述对雷达图像按方位角分块包括：将扫描区域按方位向分为不同的区域，并建立重叠区域。进一步地，步骤S3包括：S31、对图像边缘检测构造边缘图像，初始化参数空间，并设置极值点计数值k＝0；S32、从边缘图像中随机选取两点P1(x1,y1)、P2(x2,y2)，判断两点之间的距离是否小于设定阈值ε，并满足倾角约束，即d(P1,P2)≤ε，且其中，P1≠P2，d()表示求两点距离，如果是，则进行步骤S33；否则，重复步骤S32；S33、通过如下公式计算所选像素点P1、P2对应的直线法线式参数(θ12,ρ12)：ρ12＝x1cosθ12+y1sinθ12(2)；步骤S34、若计算所得的参数(θ12,ρ12)与参数空间中已有的任意参数(θe,ρe)相同，或者，在一个容许的误差内，若d((θ12,ρ12),(θe,ρe))＜σ，则(θe,ρe)对应的计数值ne＝ne+1；否则，在参数空间A内插入该点(θ12,ρ12)，并设置此参数对应初始计数值n12为1；步骤S35、参数空间投票，若计数值n≥T，其中，T为预设阈值，保存对应的直线参数(θz,ρz)，k＝k+1；否则，返回步骤S32；步骤S36、若计数值k≥ψ，其中，ψ对应于提前设定的提取的直线数量，停止提取直线；否则，将直线ρz＝xcosθz+ysinθz上的像素点从D1(x,y)中删除，重置参数空间，返回步骤S32。进一步地，步骤S4使用监督分类方法进行分类识别，包括如下步骤：S41、提取特征向量，训练分类模型；S42：使用训练好的分类模型，对步骤S3检测到的直线进行分类识别，识别雷达图像中的高压线。进一步地，步骤S41提取的特征向量的特征值包括：v(1)＝mean(a)，v(2)＝max(a)，v(3)＝var(a)，v(4)＝prctile(a,95)，其中，mean()表示求均值，max()表示求最大值，var()表示求方差，prctile(a,95)表示求a的95％百分位数，特征值v(1)、v(2)、v(3)分别表示候选直线a的均值、最大值以及方差，v(4)为a的95％百分位数；v(5)，v(5)为使用v(4)对数据阈值处理，得到的大于v(4)像素点的个数；v(6)＝mean(xcorr(a))，v(7)＝median(xcrorr(a))，其中，xcorr(a)表示求直线a的自相关函数，median()表示求中位数，特征值v(6)、v(7)分别表示候选直线a的自相关函数的均值与中位数。本专利技术实施例还提供了一种计算机可读存储介质，其上存储有计算机可执行指令，所述计算机可执行指令由处理器执行时，实现上述的基于毫米波雷达的高压线检测方法的步骤。与现有技术相比，本专利技术实施例提供的基于毫米波雷达的高压线检测方法，通过毫米波雷达获取观测场景回波并按方位分块成像，在不同分块区域建立倾角约束后通过改进的随机Hough变换进行直线检测，缩小了直线检测参数空间，并减少了对非高压线直线的提取，能够提升检测效率，同时还能一定程度上降低高压线检测虚警。附图说明图1为本专利技术实施例的基于毫米波雷达的高压线检测方法的流程图；图2为本专利技术实施例的雷达成像示意图；图3为本专利技术实施例的几何校正示意图；图4为高压线强散射区域示意图；图5为本专利技术实施例的分块处理示意图；图6为本专利技术实施例的高压线检测倾角约束示意图；图7为本专利技术实施例的提取雷达图像中的直线的流程图。具体实施方式为使本领域技术人员更好的理解本专利技术的技术方案，下面结合附图和具体实施方式对本专利技术作详细说明。应理解的是，可以对此处公开的实施例做出各种修改。因此，上述说明书不应该视为限制，而仅是作为实施例的范例。本领域的技术人员将想到在本申请的范围和精神内的其他修改。包含在说明书中并构成说明书的一部分的附图示出了本申请的实施例，并且与上面给出的对本申请的大致描述以及下面给出的对实施例的详细描述一起用于解释本申请的原理。通过下面参照附图对给本文档来自技高网...

【技术保护点】
1.一种基于毫米波雷达的高压线检测方法，其特征在于，包括如下步骤：/nS1、获取雷达图像；/nS2、对雷达图像进行分块处理，建立直线检测倾角约束；/nS3、使用改进直线检测算法提取雷达图像中的直线；/nS4、对提取的直线进行分类识别，识别出高压线。/n

【技术特征摘要】
1.一种基于毫米波雷达的高压线检测方法，其特征在于，包括如下步骤：
S1、获取雷达图像；
S2、对雷达图像进行分块处理，建立直线检测倾角约束；
S3、使用改进直线检测算法提取雷达图像中的直线；
S4、对提取的直线进行分类识别，识别出高压线。


2.根据权利要求1所述的基于毫米波雷达的高压线检测方法，其特征在于，步骤S1包括：
通过毫米波雷达扫描获取观测区域每个方位角度的回波数据Sr(αi,t)，其中，αi表示某一方位角，t表示时间变量，获得每个角度的一维距离像I(αi,R)；
综合各个角度的一维距离像形成雷达的距离方位图像I(α,R)。


3.根据权利要求2所述的基于毫米波雷达的高压线检测方法，其特征在于，在对雷达图像进行分块处理之前，还包括对雷达图像进行几何校正，所述几何校正包括：
对获得的雷达的距离方位图像I(α,R)经过r＝Rcosαi的几何校正得到图像I(α,r)。


4.根据权利要求1所述的基于毫米波雷达的高压线检测方法，其特征在于，步骤S2包括：
S21、对雷达图像按方位角分块；
S22、基于分块后的方位区域建立直线检测倾角约束。


5.根据权利要求4所述的基于毫米波雷达的高压线检测方法，其特征在于，所述对雷达图像按方位角分块包括：
将扫描区域按方位向分为不同的区域，并建立重叠区域。


6.根据权利要求1所述的基于毫米波雷达的高压线检测方法，其特征在于，步骤S3包括：
S31、对图像边缘检测构造边缘图像，初始化参数空间，并设置极值点计数值k＝0；
S32、从边缘图像中随机选取两点P1(x1,y1)、P2(x2,y2)，判断两点之间的距离是否小于设定阈值ε，并满足倾角约束，即d(P1,P2)≤ε，且其中，P1≠P2，d()表示求两点距离，如果是，则进行步骤S33；否则，重复步骤S32；
S33、通过如下公式计算所选像素点P1、P2对应的直线法线式参数(θ12,ρ12)：



ρ12＝x1cosθ12+y1sinθ12(2)；
步骤S34、若计算所得的参...

【专利技术属性】
技术研发人员：乞耀龙，刘杰，黄平平，谭维贤，徐伟，董亦凡，高志奇，
申请(专利权)人：内蒙古工业大学，
类型：发明
国别省市：内蒙古;15