[发明专利]一种用于脉冲探地雷达的目标双曲线边缘提取方法在审
| 申请号: | 202110557324.5 | 申请日: | 2021-05-21 |
| 公开(公告)号: | CN113296095A | 公开(公告)日: | 2021-08-24 |
| 发明(设计)人: | 王俊波;张冀;常传文;朱伟;赵玉丽;张华 | 申请(专利权)人: | 东南大学 |
| 主分类号: | G01S13/88 | 分类号: | G01S13/88;G01S13/89;G01S7/41 |
| 代理公司: | 南京瑞弘专利商标事务所(普通合伙) 32249 | 代理人: | 孙峰 |
| 地址: | 211189 江*** | 国省代码: | 江苏;32 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 用于 脉冲 雷达 目标 双曲线 边缘 提取 方法 | ||
1.一种用于脉冲探地雷达的目标双曲线边缘提取方法,其特征在于,包括如下步骤:
步骤S1、获取探地雷达的原始图像,并对该图像进行预处理,用以去除图像中的干扰,凸显目标;
步骤S2、通过高斯滤波对所述步骤S1中经过预处理后的图像进行降噪处理,获取降噪图像;
步骤S3、通过Sobel算子对所述步骤S2中的降噪图像进行处理,获取图像中各像素点垂直及水平方向的梯度,并计算各像素点的梯度幅值及方向;
步骤S4、对步骤S3中获取的所有垂直梯度方向为正的像素点的梯度幅度进行非极大值抑制,其余像素点的梯度幅度直接置为0,获得梯度图像;
步骤S5、通过基于Otsu的改进自适应单阈值分割算法对步骤S4中获取的梯度图像进行分割阈值处理,梯度幅值大于该阈值的像素点则置1,小于该阈值的像素点则置0,最终输出边缘提取后的图像。
2.根据权利要求1所述的一种用于脉冲探地雷达的目标双曲线边缘提取方法,其特征在于,所述预处理的步骤具体为:
步骤S101、对所述原始图像进行直流滤波处理,表达式为:
公式(1)中,I′(x,y)表示为经过直流滤波处理的图像,I(x,y)表示为探地雷达的原始图像,2w1+1表示为滑动窗长;
步骤S102、对直流滤波后的图像I′(x,y)使用均值法进行杂波抑制,表达式为:
公式(2)中,I″(x,y)表示为经过杂波抑制后的图像,2w2+1表示为滑动窗长。
3.根据权利要求2所述的一种用于脉冲探地雷达的目标双曲线边缘提取方法,其特征在于,所述步骤S2具体包括:
步骤S201、选择高斯滤波参数,构建二维高斯核函数H(x,y),表达式为:
公式(3)中,σ表示为控制高斯平滑滤波效果的参数;
步骤S202、将步骤S201中构建的二维高斯核函数H(x,y)与步骤S102中经过杂波抑制后的图像I″(x,y)进行卷积,获得高斯滤波后图像G(x,y)。
4.根据权利要求3所述的一种用于脉冲探地雷达的目标双曲线边缘提取方法,其特征在于,所述步骤S3具体包括:
步骤S301、使用Sobel算子计算各像素点水平方向梯度Ph(x,y)及垂直方向梯度Pv(x,y);
步骤S302、计算各像素点的梯度幅度D(x,y)及方向θ(x,y),表达式为:
5.根据权利要求4所述的一种用于脉冲探地雷达的目标双曲线边缘提取方法,其特征在于,在所述步骤S4中,对于步骤S3获取的所有垂直梯度方向为正的像素点,即Pv(x,y)≥0像素点的梯度幅度进行非极大值抑制算法,其余像素点的梯度幅度直接置为0,获得经过非极大值抑制后的梯度图像N(x,y)。
6.根据权利要求5所述的一种用于脉冲探地雷达的目标双曲线边缘提取方法,其特征在于,所述步骤S5具体包括:
步骤S501、对步骤S4获得的非极大值抑制后的梯度图像N(x,y)使用Otsu算法进行计算获取划分阈值T1;
步骤S502、对所述梯度图像N(x,y)中幅度大于划分阈值T1的所有像素点再次使用Otsu算法进行计算获取划分阈值T2;
步骤S503、对所述梯度图像N(x,y)使用划分阈值T2进行划分,像素点的幅度大于T2则认为是目标边缘,置1;否则认为是背景,置0,最后获得边缘提取的结果图像。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于东南大学,未经东南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110557324.5/1.html,转载请声明来源钻瓜专利网。





