[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

说明书

本发明公开了一种用于脉冲探地雷达的目标双曲线边缘提取方法，包括五个主要步骤：探地雷达图像预处理；高斯滤波去噪；使用Sobel算子获得预处理后图像各像素点梯度幅值及方向；使用改进的非极大值抑制算法获得处理后的梯度图像；对处理后的梯度图像使用一种基于Otsu的自适应单阈值分割算法得到最优阈值，并分割图像，获得最后边缘双曲线的提取结果。本发明可有效解决基于传统Canny算法的探地雷达目标双曲线提取存在同一目标提取出多条双曲线边缘，导致后续目标检测定位计算量增加，并且无法自适应选择阈值的问题，提高了探地雷达目标双曲线边缘提取的自适应能力，并且与曲线拟合算法结合可提高后续目标检测定位效率。

技术领域

本发明涉及探地雷达技术领域，特别是涉及一种用于脉冲探地雷达的目标双曲线边缘提取方法。

背景技术

脉冲探地雷达由于其成本以及硬件复杂度较低，因此广泛应用于探地雷达系统中。基于探地雷达的地下目标检测是探地雷达领域重要的任务之一。目前探地雷达目标检测的方法大多数是基于目标双曲线回波形态完成的，其中最简单常用的方法是基于边缘检测算法提取探地雷达目标回波双曲线边缘，并结合曲线拟合算法进行目标检测与定位。

目前的用于探地雷达图像双曲线边缘提取的算法大部分是基于图像处理领域中的各种经典边缘检测算法实现的，如Robert算法、Prewitt算法、Sobel算法、Canny算法。有文献研究结果表明基于Canny算法的探地雷达目标双曲线边缘提取方法较其余边缘检测算法而言具有更好的边缘提取性能。但传统Canny算法常常导致一个目标检测出多条边缘，大大增加了后续曲线拟合的计算量，影响目标的精确定位。并且传统的Canny算法不具备自适应选择划分图像阈值的能力，人工选取阈值不够自动化且很难选取到最优阈值。因此本发明结合脉冲探地雷达回波变化特征并给出一种自适应单阈值分割算法，弥补传统Canny算法的缺陷，实现对探地雷达回波图像中每个目标自适应地检测出单条双曲线边缘。实验表明该算法与曲线拟合算法结合可实现更快速的目标检测与定位。

发明内容

有鉴于此，本发明的目的在于提供一种用于脉冲探地雷达的目标双曲线边缘提取方法，用以解决现有技术中基于传统Canny算法的探地雷达目标回波双曲线边缘检测会对同一目标提取多条边缘，导致后续曲线拟合算法计算量过高，以及无法自适应选取分割阈值两方面的缺陷。

为了实现上述目的，本发明采用如下技术方案：

一种用于脉冲探地雷达的目标双曲线边缘提取方法，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。

进一步的，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：