一种基于下开口扫描的双曲线线性化识别方法技术

本发明专利技术公开了一种基于下开口扫描的双曲线线性化识别方法。本发明专利技术将双曲线转化为等间距模型，将目标点簇是否为双曲线的问题转化为点簇是否呈现出等间距特性的问题，使得双曲线的待估计参数减少为一个的同时，还保留了原本双曲线形状的全部信息，与传统的最小二乘法相比具有更好的准确性。比具有更好的准确性。比具有更好的准确性。

【技术实现步骤摘要】
一种基于下开口扫描的双曲线线性化识别方法


[0001]本专利技术涉及雷达图像处理
，具体涉及一种基于下开口扫描的双曲线线性化识别方法。

技术介绍

[0002]探地雷达(Ground Penetrating Radar)技术是一种用于探测地下目标的地球物理探测方法。传统的裂缝监测方式有目视检查、锤击和取芯等，这些方法要么具有一定的破坏性，要么效率低且成本高。相比于传统检测，使用无损方式进行检测可以降低维护成本和风险。无损检测除了探地雷达方法，还包括电阻率法、低频电磁感应法等。与其他无损检测方法相比，探地雷达检测法探测速度快、探测过程连续、分辨率高、操作方便灵活、探测费用低等优点，被认为是在所有无损检测中连续性、安全性和抗干扰性方面最有效和可靠的。
[0003]城市道路的管道具有与周围介质不同的介电常数，由于在埋设管道时，管道往往水平埋设在所使用的探地雷达天线的有效深度范围内，而探地雷达的探测方向应垂直于管道方向(在实际应用中，埋地管道的方向可以通过现有的管道图初步确定，然后通过不同方向的多次检测来确定管道的具体方向)。因此，在探测管道时，GPR B扫描图像上会有一条双曲线，并且可以通过拟合生成的双曲线并检查其参数来获得介质中相关管道的位置和尺寸。
[0004]在实际应用中，由于系统噪声的影响，以及介质的异质性和相互波的相互作用，探地雷达图像可能是有噪声的。因此，使用计算机自动处理探地雷达图像并从中提取双曲线便成为了一项课题。在这一领域出现了许多策略来解决这一问题，包括但不限于基于霍夫变换的方法、最小二乘法、基于机器学习的方法以及这些方法的一些组合。
[0005]现阶段基于机器学习的方法是主流方法，但是该方法的识别性能十分依赖于训练集的质量，而寻找大量合适的高质量的双曲线图像训练集会是一项挑战。在不使用机器学习方法的情况下，现有方法如最小二乘法等，在信噪比较低，杂波较多的情况下，识别性能仍然有待提升。

技术实现思路

[0006]有鉴于此，本专利技术提供了一种基于下开口扫描的双曲线线性化识别方法，能够解决现有方法在双曲线特征不明显、或双曲线重叠的情况下带来的误差较大，从而影响到识别准确性的问题，提高了识别方法的准确性和鲁棒性。
[0007]本专利技术的基于下开口扫描的双曲线线性化识别方法，包括：
[0008]步骤1，对探地雷达B扫描图像去除直达波后，进行二值分割，得到二值图像；
[0009]步骤2，对二值图像进行下开口扫描处理，得到各下开口区域点簇；
[0010]步骤3，裁剪各下开口区域点簇所在图像，并按列扫描，提取该下开口区域点簇的点段信息，所述点段信息包括每一列点段的数量、点段的起始点与终止点的纵坐标，以及点段的长度；取每一点段的中点进行HPL处理，得到折线图H；所述HPL处理具体为：
[0011]S341，构建新的轨道坐标系O
′
x
′
y
′
，所述新的轨道坐标系为直角坐标系，原点为设置的参考点；
[0012]S342，获取S33按列提取的点段的中点并利用将点段中点转换到新的轨道坐标系O
′
x
′
y
′
下，得到折线曲线图；其中，(x,y)为点段中点在原图像中的坐标；(x
′
,y
′
)为点段中点在新的轨道坐标系下的坐标；其中，y
D
为S33中提取的点段的中点的最大值；r为探地雷达天线的扫描步进距离，v为电磁波在背景介质中的传播速度，t为时间；
[0013]S343，基于S33获取的点段长度，将S342的折线曲线图扩充为折线图H；
[0014]步骤4，构建系列相关矩阵S
i
；相关矩阵S的参数包括：滑块宽度、左步进次数、右步进次数以及单次步进距离；其中，滑块宽度取步骤3折线图顶部宽度的1.5～3倍；左步进次数和右步进次数分别取步骤3折线图H中，顶部中点到左、右图像边界的距离列数；单次步进距离在1～最大单次步进距离之间遍历，即i＝1,2,
…
，最大单次步进距离；所述最大单次步进距离为步骤3折线图中顶部中点到图像底部的距离行数；
[0015]分别计算系列相关矩阵与步骤3折线图的相关值，得到最大相关值；
[0016]步骤5，若步骤4获取的最大相关值大于或等于判定门限，则判定该折线图对应的点簇为双曲线点簇。
[0017]较优的，采用自适应阈值实现二值分割，具体包括：
[0018]S11，对去除直达波后的图像进行中值滤波，得到图像C1；
[0019]S12，求取图像C1的全局图像的平均值；将图像中所有小于平均值的像素点的值替换为平均值，得到图像C2；
[0020]S13，利用基于纵向梯度信息的自适应阈值算法，对图像C2进行阈值分割，得到二值图像C3。
[0021]较优的，S13中，梯度区域集合定义为：
[0022][0023]其中，(i,j)为像素点坐标；g为设定的最小梯度阈值；
[0024]定义自适应阈值T为：
[0025]T＝Mean{G(i,j)}
[0026]利用自适应阈值T对图像C2进行分割，得到二值化图像C3：
[0027][0028]较优的，采用均值对消的方式去除直达波，即：对每一个像素点，用该像素点的值减去该行的平均值。
[0029]较优的，所述步骤1中，对二值图像执行先闭后开操作。
[0030]较优的，下开口区域点簇的获取方法包括：
[0031]S21，针对二值图像，按行扫描具有向下开口特征的点段，得到下开口区域并建立点簇；
[0032]S22，对下开口区域进行一次顶部向上查找和左、右尾部向下查找；向上查找过程中，若上一行的点段与本行点段有纵向重叠，则切割掉上一行中超出本行点段横向区域的像素点，将上一行点段中未超出本行点段横向区域的像素点赋予本行点段的簇类号；继续向上查找，直至上方没有纵向重叠点段；向下查找过程中，若下一行的点段与本行点段有纵向重叠，则切割掉下一行中超出本行点段横向区域内侧的像素点，将下一行点段中未超出本行点段横向区域内侧的像素点赋予本行点段的簇类号；继续向下查找，直至下方没有纵向重叠点段，获得最终的本下开口区域点簇。
[0033]较优的，所述步骤3中裁剪各下开口区域点簇所在图像，具体为：
[0034]S31，将二值图像分割成多个子图像，每个子图像中仅包含一个下开口区域点簇；对各子图像中的下开口区域点簇进行图像裁剪，得到裁减后的下开口区域图像；
[0035]S32，对裁减后的下开口区域图像进行纵向双线性插值；
[0036]S33，对插值后的图像进行列扫描，按列提取点段信息。
[0037]较优的，所述S31中，图像裁剪具体为：针对各子图像，标定点簇的4个中点：顶部、左尾部、右尾部以及下开口的中点；基于所述4个中点，对点簇区域进行裁剪，得到裁减后的下开口区域图像。
[003本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于下开口扫描的双曲线线性化识别方法，其特征在于，包括：步骤1，对探地雷达B扫描图像去除直达波后，进行二值分割，得到二值图像；步骤2，对二值图像进行下开口扫描处理，得到各下开口区域点簇；步骤3，裁剪各下开口区域点簇所在图像，并按列扫描，提取该下开口区域点簇的点段信息，所述点段信息包括每一列点段的数量、点段的起始点与终止点的纵坐标，以及点段的长度；取每一点段的中点进行HPL处理，得到折线图H；所述HPL处理具体为：S341，构建新的轨道坐标系O
′
x
′
y
′
，所述新的轨道坐标系为直角坐标系，原点为设置的参考点；S342，获取S33按列提取的点段的中点并利用将点段中点转换到新的轨道坐标系O
′
x
′
y
′
下，得到折线曲线图；其中，(x,y)为点段中点在原图像中的坐标；(x
′
,y
′
)为点段中点在新的轨道坐标系下的坐标；其中，y
D
为S33中提取的点段的中点的最大值；r为探地雷达天线的扫描步进距离，v为电磁波在背景介质中的传播速度，t为时间；S343，基于S33获取的点段长度，将S342的折线曲线图扩充为折线图H；步骤4，构建系列相关矩阵S
i
；相关矩阵S的参数包括：滑块宽度、左步进次数、右步进次数以及单次步进距离；其中，滑块宽度取步骤3折线图顶部宽度的1.5～3倍；左步进次数和右步进次数分别取步骤3折线图H中，顶部中点到左、右图像边界的距离列数；单次步进距离在1～最大单次步进距离之间遍历，即i＝1,2,
…
，最大单次步进距离；所述最大单次步进距离为步骤3折线图中顶部中点到图像底部的距离行数；分别计算系列相关矩阵与步骤3折线图的相关值，得到最大相关值；步骤5，若步骤4获取的最大相关值大于或等于判定门限，则判定该折线图对应的点簇为双曲线点簇。2.如权利要求1所述的方法，其特征在于，采用自适应阈值实现二值分割，具体包括：S11，对去除直达波后的图像进行中值滤波，得到图像C1；S12，求取图像C1的全局图像的平均值；将图像中所有小于平均值的像素点的值替换为平均值，得到图像C2；S13，利用基于纵向梯度信息的自适应阈值算法，对图像C2进行阈值分割，得到二值图像C3。3.如权利要求2所述的方法，...

【专利技术属性】
技术研发人员：兰天，陈宏畅，杨小鹏，赵毅，李洪洁，渠晓东，钟世超，曾小路，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：