[发明专利]一种针对金属违禁品的绿色通道敞篷车雷达检测方法

摘要

本发明公开了一种针对金属违禁品的绿色通道敞篷车雷达检测方法。首先对敞篷车录取雷达回波数据，然后去耦合波并截取出车厢区域，接着找出异常子阵位置，然后排除车尾回波影响，最后给出金属物违禁品的放置范围。检测人员参考得到的金属违禁品的放置范围，可以判断绿色通道敞篷车辆是否夹带了金属违禁品，并人工检查对应的车辆位置。本发明中的方法具有速度快、省时省力和检测准确率高等优点。

主权项

一种针对金属违禁品的绿色通道敞篷车雷达检测方法，其特征在于，该方法包括如下步骤：步骤一：对敞篷车录取雷达回波数据；检测绿色通道敞篷车的硬件设备由天线支撑框架(1)、雷达天线(2)、雷达主机(3)和控制计算机(4)组成；对敞篷车(5)检测时将雷达天线(2)口朝下，吊装在“门”字形的天线支撑框架(1)的中间位置，雷达天线(2)通过电缆与在天线支撑框架(1)旁边放置的雷达主机(3)和控制计算机(4)相连；当有敞篷车(5)通过绿色通道车辆检测点时，驱使敞篷车(5)以3～8公里/小时的速度从装有雷达天线(2)的天线支撑框架(1)下方驶过，控制计算机(4)通过雷达主机(3)控制雷达天线(2)发射电磁波并接收敞篷车(5)的回波数据，当敞篷车(5)完全通过雷达照射区域后，数据录取完成；步骤二：去耦合波并截取出车厢区域；雷达天线(2)对从其下方通过的敞篷车(5)录取完回波数据后，就形成一个雷达回波数据矩阵，将该雷达回波数据矩阵中的每一个数据都作为一个像素点，则雷达回波数据矩阵构成一幅原始数据图像，记为F；通过分析原始数据图像F最上方横条带状区域的值分布，确定耦合波的分布范围，得到耦合波在原始数据图像F中的截止行位置X1；通过分析地面强回波的值分布，找出敞篷车(5)通过雷达天线(2)前后地面回波的结束列位置Y1和开始列位置Y2，然后确定车厢底的回波行位置X2；最后在原始数据图像F中截取X1～X2行，Y1～Y2列之间的所有数据，得到的车厢区域图像G为敞篷车(5)的有效车厢区域图像；设车厢区域图像G对应的矩阵为A行B列，其中A＝X2-X1+1，B＝Y2-Y1+1；步骤三：找出异常子阵位置；首先在车厢区域图像G中对每一列都从第1行开始找到第一个大于0.8的数据，记录该数据所在的行位置，最后得到了每一列上大于0.8的数据的最小行位置，其中的最大值为BM；然后在车厢区域图像G中将1～BM的行范围划分成大小为100的bk个行区间：若BM能被100整除，则划分bk＝BM/100个行区间；如果不能整除，也就是BM＝bk×100+br，br＜100，其中bk和br都取整数值，则仍划分为bk个行区间，但前bk-1个区间的大小都为100，最后一个区间的大小为100+br；统计前面得到的每一列上大于0.8的数据的最小行位置在各行区间内的分布个数，将分布个数最多的区间的中心值四舍五入取整后，得到的就是货物表面回波的估计行位置，记为L；寻找异常子阵位置时，首先在车厢区域图像G中截取行位置大于L的所有数据，构成C行B列的初始矩阵E，其中C＝A-L；从第1行和第1列开始，将初始矩阵E划分成若干个大小为U行V列的子阵，子阵大小相同且依次排列，相邻子阵间的行与列上允许有一部分重叠，其中U和V在10～30内取整数值，但都不能超过min(C，B)/10；假设划分子阵时，相邻的子阵之间在行方向上重叠了OU行，列方向上重叠了OV列，其中0≤OU＜U，0≤OV＜V，OU和OV的值越小则后续处理步骤的结果准确率越高，但计算量增大；初始矩阵E划分为kC×kB个子阵，kC为(C-U)/OU去掉小数部分后的整数值，kB为(B-U)/OV去掉小数部分后的整数值，构成了kC行kB列的新矩阵，新矩阵的元素是子阵；然后在新矩阵中间隔a列划分列区间，得到列区间的个数为kB/a去掉小数部分后的整数值，每个列区间都有kC×a个子阵，其中a值不超过kB/10，a的值越小，确定的异常子阵位置越准确，但计算量增大；设第二门限T2在0.5～0.7内取值，作为寻找异常子阵位置时的均值门限；依次获取每一个列区间内子阵的最大均值，如果最大均值大于第二门限T2，设定该最大均值对应的子阵存在异常，标定该子阵左下角的数据在G中的列位置和行位置为异常子阵位置；步骤四：排除车尾回波影响；对每一个初步得到的异常子阵位置都需要进行是否属于车尾回波数据的判断，对一个异常子阵位置(ip，jp)，处理的具体步骤为：设异常子阵位置(ip，jp)对应的子阵p的均值为mp，其中ip是子阵p左下角的数据在车厢区域图像G中的行位置，jp是子阵p左下角的数据在车厢区域图像G中的列位置；车厢区域图像G中的每一个点都对应一个数据，首先提取车厢区域图像G中所有行位置小于等于ip且列位置大于等于jp的点所组成的数据区域，也就是车厢区域图像G中以异常子阵位置为左下角的最大长方形数据区域O；设定第三门限T3为0.6×mp，并将第三门限T3作为转换二值图像的阈值；根据第三门限T3将图像O转为二值图像，将大于等于第三门限T3的数据变为1，将小于第三门限T3的数据变为0；然后利用数学形态学中由开关变换导出的细化运算，对该二值图像进行“细化”，最后得到细化图像S；然后在细化图像S中，从异常子阵位置(ip，jp)开始在子阵p中找出位置为(i1，j1)的起始点q1，该点的值为1，且相对于子阵p中其它值为1的点来说，|i1-ip|+|j1-jp|的值最小；对起始点q1进行点搜索，先设记录搜索到的点的集合为Q，Q初始为空集，首先将起始点q1归入Q，然后在搜索范围R内搜索下一个值为1的点；如果搜索到下一个值为1的点q2，需要判断q2与Q中的所有点是否在一条曲线上，判断依据是三阶多项式拟合的系数，分别对集合Q和包含q2的集合{Q，q2}进行三阶多项式拟合，得到两组拟合系数，每组分别有四个拟合系数，对应的拟合系数相减后求绝对值，将得到的四个绝对值相加，如果和大于0.1就舍弃点q2，继续搜索下一个值为1的点，否则将q2归入Q，并以q2为新的起始点继续在搜索范围R内搜索下一个值为1的点；以此类推，直到搜索不到下一个值为1点为止，则此时对异常子阵位置(ip，jp)的处理结束，最后记录Q中最后一个归入的点qn的位置为(in，jn)；使用第四门限T4来判断当前处理的异常子阵位置是否属于车尾回波数据；根据工程经验和具体试验操作，在100～200的范围内取一整数值作为第四门限T4，第四门限T4的值越小，实际检测时的漏检概率越小，但同时误报的概率增大，而第四门限T4的值增大时，误报的概率减小，但漏检概率增大；如果|L-in|＜T4，说明此时的异常子阵位置属于车尾回波数据，应直接予以剔除；否则保留该异常子阵位置为最终的异常子阵位置；步骤五：给出金属物违禁品的放置位置；对最终的异常子阵位置，通过统计各个异常子阵位置的行位置和列位置的分布，得到了行位置的最大值imax和最小值imin，列位置的最大值jmax和最小值jmin，|A-(imax+imin)/2|/A为金属违禁品(6)的中心位置到车厢底的距离与车厢高度的比值，|(jmin+jmax)/2|/B为金属违禁品(6)的中心位置到车厢前背板的距离与车厢长度的比值；最后为了方便检测，给出的是金属违禁品(6)在车厢中的大致放置位置，前面的两个比值结果在控制计算机(4)中显示成分母为10的分数形式；如果对车厢区域图像G处理后没有得到最终的异常子阵位置，则在控制计算机(4)中显示“敞篷车未夹带金属违禁品”。