CN108333634A - 一种基于频谱残余显著性检测方法的探地雷达地下目标定位方法 - Google Patents
一种基于频谱残余显著性检测方法的探地雷达地下目标定位方法 Download PDFInfo
- Publication number
- CN108333634A CN108333634A CN201810085548.9A CN201810085548A CN108333634A CN 108333634 A CN108333634 A CN 108333634A CN 201810085548 A CN201810085548 A CN 201810085548A CN 108333634 A CN108333634 A CN 108333634A
- Authority
- CN
- China
- Prior art keywords
- target
- ground penetrating
- penetrating radar
- frequency spectrum
- remnants
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V3/00—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation
- G01V3/12—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation operating with electromagnetic waves
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Geology (AREA)
- Environmental & Geological Engineering (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Electromagnetism (AREA)
- Geophysics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Radar, Positioning & Navigation (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明涉及一种基于频谱残余显著性检测方法的探地雷达地下目标定位方法,包括(1)、对探地雷达B‑Scan回波数据进行滤波处理;(2)、利用频谱残余显著性检测方法从滤波后的B‑Scan图像中找出目标感兴趣区域;(3)、对提取出目标感兴趣区域的图像进行边缘提取;(4)、利用霍夫变换定位目标双曲线;(5)、根据目标双曲线实现地下目标的定位。该方法能够有效地区分杂波和目标回波,提升杂波抑制的效果;能够准确的提取出目标感兴趣区域,并较为完整地保留了目标信息,提高了目标定位的精度;并且使用的算法简洁,算法运算时间较短,能够快速地完成探地雷达地下目标定位。
Description
技术领域
本发明涉及探地雷达探测领域,具体为一种基于频谱残余显著性检测方法的探地雷达地下目标定位方法。
背景技术
探地雷达是通过发射与接收无线电磁波来探测浅层地下目标的一种探测技术,它是一种无损探测手段,具有分辨率高、抗干扰性能好、操作简单灵活、探测成本低等诸多优点,在公路建设、环境地球物理探测、考古探测等各个领域逐渐得到广泛的应用。
探地雷达探测的二维回波数据称为B-Scan回波数据,B-Scan回波数据一般以二维剖面图像显示,它是后续探地雷达信号处理、目标检测及识别的数据基础,探地雷达目标定位方法也要基于B-Scan回波数据。探地雷达探测过程接收到大量的原始B-Scan回波数据,而原始B-Scan回波数据中只有部分数据包含目标信息,这些数据就是探测数据感兴趣的目标区域(ROI)。在探地雷达应用中,媒质中的固体目标包括金属和非金属物体,以及空洞、裂缝、疏散区等异常都可能是我们感兴趣的目标区域,然而地下媒质的不均匀性及存在的干扰与杂波噪声,造成对目标感兴趣区域的识别与提取异常困难。从探地雷达回波数据中快速找到这些感兴趣目标并提取出目标区域数据,是实现探地雷达目标准确快速定位的重要步骤。
目前国内外常见的定位方法主要是基于B-Scan图像的双曲线提取,根据提取到的双曲线计算目标位置。目前常用的地下目标定位方法主要有:采用神经网络法提取双曲线,需要海量数据进行训练,不易实现在线检测;釆用模糊聚类的模式识别方法,对于金属管线和非金属管线目标物,容易产生虚警,且容易漏掉非金属管线目标;基于图像分割和霍夫变换的方法,不能有效区分较强的杂波和目标回波,定位精度不高;基于图像分割和模板匹配的方法应用在浅层探测管线时候,对于不同管径大小的目标物,所对应的模版较多,导致算法运算时间较长。
另外,基于频谱残余的显著性检测方法是将给定的雷达回波图像从其空间域转到频域,对幅值取对数后得到对数谱(log谱),计算出对数谱和其进行平滑滤波后的差值(即频谱残余),来实现探地雷达回波图像中对目标感兴趣区域的提取。
发明内容
为了克服现有技术中地下目标定位方法复杂等诸多弊端的问题,本发明提供了一种基于频谱残余显著性检测方法的探地雷达地下目标定位方法。
为实现上述目的,本发明的方案包括:
一种基于频谱残余显著性检测方法的探地雷达地下目标定位方法,包括以下步骤:
(1)、利用均值滤波法对探地雷达B-Scan回波数据进行滤波处理;
(2)、利用频谱残余显著性检测方法从滤波后的B-Scan图像中找出目标感兴趣区域;
(3)、对所得目标感兴趣区域进行边缘提取;
(4)、利用霍夫变换进行目标双曲线的定位;
(5)、根据目标双曲线实现目标的定位。
所述步骤(1)具体为:
1)、针对原始的探地雷达B-Scan探测回波图像y(i,j),图像总行数为m,列数为n,求其图像中每一行所有像素点的平均值y’(i,j):
2)、将探地雷达B-Scan图像中每一个点灰度值与图像中同一行的所有像素点的z(i,j)=y(i,j)-y′(i,j),其中z(i,j)即为去除杂波后的图像。
所述步骤2)具体为:
1)、对滤波处理后的探地雷达探测回波图像z(x)进行傅里叶变换,计算其振幅谱及相位谱:
其中为傅里叶变换,A(f)为振幅谱,p(f)为相位谱;
2)、对所得振幅谱取对数后得到其对数谱L(f):
L(f)=log(A(f));
3)、采用局部均值滤波器h(f)对其对数谱进行平滑滤波,获得平均频谱V(f):V(f)=L(f)*hn(f),其中hn(f)是一个n*n矩阵,定义为:
4)、计算频谱残余R(f)即对数谱和其进行均值滤波后的平均频谱的差值:R(f)=L(f)-V(f);;
5)、使用傅里叶逆变换,在空间域构造输出图像S(x),实现目标感兴趣区域提取:其中为傅里叶逆变换。
所述步骤(3)具体为:
1)、对目标感兴趣区域图像与二维高斯滤波模板进行卷积,消除噪声和降低伪边缘的识别;
2)、利用Canny算子将已经过高斯滤波处理后的目标感兴趣区域图像进行边缘提取转换为二值图像。
所述步骤(4)具体为:
1)、针对目标感兴趣区域的边缘提取的结果,将每个边缘像素点(x,t)都定义为目标的中心点(x0,t0);
2)、将每个所述边缘像素点代入公式:中,结合不同的速度值v变换到霍夫平面;
3)、霍夫平面内的出现频数最大的三个参数:x0,t0及v对应的值即为该双曲线的顶点坐标(x0,t0)及波速v。
所述目标的定位包括:
目标深度定位:H=t0·v,其中,t0为双曲线顶点的反射回波时延,v为电磁波在介质中的传播速度,H为目标的深度位置;
目标水平位置定位:S=x0·Δx,x0为双曲线顶点的横坐标,Δx为天线的移动步长,S为目标的水平位置。
积极有益效果:本发明不需要进行数据的训练,所以容易进行在线检测;能够有效地区分杂波和目标回波,准确的提取出目标感兴趣区域,并较为完整地保留了目标信息,提高了目标定位的精度;使用的算法简洁,算法运算时间较短,能够快速地完成探地雷达地下目标定位。
附图说明
图1为本发明的流程图;
图2是探地雷达实测的B-Scan回波图像;
图3是采用频谱残余显著性检测方法提取目标感兴趣区域后产生的图像;
图4是提取到的目标感兴趣区域图像经边缘检测处理后的图像;
图5是实施本发明提供的定位方法的效果图。
具体实施方式
下面结合附图对本发明做进一步详细的说明。
频谱残余显著性检测方法是将给定的雷达回波图像从其空间域转换到频域,对幅值取对数后得到对数谱(log谱),计算出对数谱和其进行平滑滤波后的差值(即频谱残余),来实现探地雷达回波图像中对目标感兴趣区域的提取,采用频谱残余法进行目标感兴趣区域的提取,能够在较快运算速度下提取感兴趣区域的同时较为完整地保留目标信息,从而简化目标定位的算法,提升目标定位的速度。
本发明是一种基于频谱残余显著性检测的方法来进行探地雷达地下目标的定位,如图1所示,具体如下:
1、首先将图2所示的探地雷达B-Scan探测回波图像进行滤波处理,采用均值滤波法,具体包含以下步骤:
1.1、针对原始的探地雷达B-Scan探测回波图像y(i,j),图像总行数为m,总列数为n,求其图像中每一行所有像素点的平均值y′(i,j):
1.2、将探地雷达B-Scan图像中每一个点灰度值与图像中同一行的所有像素点的平均值相减,所得结果代替原始像素点:
z(i,j)=y(i,j)-y′(i,j) (2)
其中z(i,j)即为去除杂波后的图像。
均值滤波法去除了探地雷达B-Scan探测回波图像中的直达波等杂波信号。
2、采用频谱残余法从上述滤波后的图像中提取目标区域,如图3所示。具体包括以下步骤:
2.1、对滤波处理后的探地雷达图像z(x)进行傅里叶变换,将其从空间域转换到频域,计算其振幅谱及相位谱:
其中F为傅里叶变换,A(f)为振幅谱,p(f)为相位谱。
2.2、对振幅谱取对数后得到对数谱L(f):
L(f)=log(A(f)) (5)
2.3、平均对数谱满足局部线性条件,所以用局部均值滤波器h(f)对其进行平滑,获得平均频谱V(f):
V(f)=L(f)*hn(f) (6)
其中hn(f)是一个n×n的矩阵,定义为:
图像的频谱残余R(f)即对数谱和其进行均值滤波后的平均谱的差值,因此频谱残余R(f)可以通过下式获得:
R(f)=L(f)-V(f) (8)
利用傅里叶逆变换,我们可以在空间域构造输出图像,实现了目标感兴趣区域提取:
其中为傅里叶逆变换。
上述为本发明提供的一种目标感兴趣区域提取方法,不需要对测量数据有先验知识,且算法简单,计算速度较快,克服了许多现有技术中存在的弊端。现有技术中的常用的感兴趣目标区域提取方法有模板匹配法、神经网络法、能量统计法。神经网络需要大量的数据进行充分地训练,仅适用于海量数据的现场检测应用,计算量大,计算速度也较慢;能量统计法目标识别的精度和准确性都不稳定;模板匹配法需要对测量数据有很多的先验知识。
3、利用Canny算子对目标感兴趣区域图像进行边缘提取,如图4所示。具体包含以下两个步骤:
3.1、对目标感兴趣区域图像与二维高斯滤波模板进行卷积,消除噪声和降低伪边缘的识别;
3.2、利用Canny算子将已经过高斯滤波处理后的目标感兴趣区域图像进行边缘提取转换为二值图像。
4、采用霍夫(H0ugh)变换进行目标双曲线的定位。
由探地雷达探测原理知:
其中,x表示天线位置,x0表示目标的水平位置,v表示电磁波在介质中的传播速度,t0表示目标反射回波时延。因此,求出顶点坐标(x0,t0)以及波速v即可准确定位目标。
采用霍夫(Hough)变换进行目标双曲线的定位的基本原理是将图像空间中的曲线变换到参数空间中,通过检测参数空间中的极值点,确定出该曲线的描述参数,从而提取图像中的规则曲线。具体步骤如下:
4.1、首先针对感兴趣目标区域的Canny边缘检测结果,将每个边缘像素点(x,t)都定义为目标的中心点(x0,t0);
4.2、根据实际探测介质的电特性,给出速度v的大致取值范围;
4.3、将每个边缘像素点(x,t)代入公式(10),在保证t0为大于零的实数的情况下,结合不同的速度值v变换到霍夫平面;
4.4、用4.3中的方法遍历各条Canny边缘图像,统计各组Canny边缘图像中的三个参数:x0,t0及v出现的频数,每组参数中出现频数最大的值即为该双曲线的顶点坐标(x0,t0)及波速v。
5、实现目标的定位。具体包含以下两个步骤:
5.1、目标深度定位:根据探地雷达原理知,双曲线顶点的纵坐标表示最短回波时延,即在这一测点探地雷达距离目标最近,因此双曲线顶点的纵坐标就代表目标对应的深度。将提取到的双曲线顶点的反射回波时延乘以电磁波在介质中的传播速度v,就得到目标的深度位置H,即:
H=t0·v (11)
5.2、目标水平位置定位:同理,双曲线顶点的横坐标即代表目标对应的水平位置,因此,将提取到的双曲线顶点的横坐标乘以天线的移动步长Δx,就得到目标的水平位置S,即:
S=x0·Δx (12)
采用本发明提供的定位方法的效果如图5所示。
本发明不需要进行数据的训练,所以容易进行在线检测;能够有效地区分杂波和目标回波,准确的提取出目标感兴趣区域,并较为完整地保留了目标信息,提高了目标定位的精度;使用的算法简洁,算法运算时间较短,能够快速地完成探地雷达地下目标定位。
以上给出了具体的实施方式,但本发明不局限于所描述的实施方式。本发明的基本思路在于上述基本方案,对本领域普通技术人员而言,根据本发明的教导,设计出各种变形的模型、公式、参数并不需要花费创造性劳动。在不脱离本发明的原理和精神的情况下对实施方式进行的变化、修改、替换和变型仍落入本发明的保护范围内。
Claims (6)
1.一种基于频谱残余显著性检测方法的探地雷达地下目标定位方法,其特征在于包括以下步骤:
(1)、利用均值滤波法对探地雷达B-Scan回波数据进行滤波处理;
(2)、利用频谱残余显著性检测方法从滤波后的B-Scan图像中找出目标感兴趣区域;
(3)、对所得目标感兴趣区域进行边缘提取;
(4)、利用霍夫变换进行目标双曲线的定位;
(5)、根据目标双曲线实现目标的定位。
2.根据权利要求1所述的基于频谱残余显著性检测方法的探地雷达地下目标定位方法,其特征在于所述步骤(1)具体为:
1)、针对原始的探地雷达B-Scan探测回波图像y(i,j),图像总行数为m,列数为n,求其图像中每一行所有像素点的平均值y′(i,j):
2)、将探地雷达B-Scan图像中每一个点灰度值与图像中同一行的所有像素点的平均值相减,所得结果代替原始像素点:
z(i,j)=y(i,j)-y′(i,j),其中z(i,j)即为去除杂波后的图像。
3.根据权利要求1所述的基于频谱残余显著性检测方法的探地雷达地下目标定位方法,其特征在于,所述步骤2)具体为:
1)、对滤波处理后的探地雷达探测回波图像z(x)进行傅里叶变换,计算其振幅谱及相位谱:
其中为傅里叶变换,A(f)为振幅谱,p(f)为相位谱;
2)、对所得振幅谱取对数后得到其对数谱L(f):
L(f)=log(A(f));
3)、采用局部均值滤波器h(f)对其对数谱进行平滑滤波,获得平均频谱V(f):
V(f)=L(f)*hn(f),其中hn(f)是一个n*n矩阵,定义为:
4)、计算频谱残余R(f)即对数谱和其进行均值滤波后的平均频谱的差值:
R(f)=L(f)-V(f);
5)、使用傅里叶逆变换,在空间域构造输出图像S(x),实现目标感兴趣区域提取:
其中为傅里叶逆变换。
4.根据权利要求1所述的基于频谱残余显著性检测方法的探地雷达地下目标定位方法,其特征在于,所述步骤(3)具体为:
1)、对目标感兴趣区域图像与二维高斯滤波模板进行卷积,消除噪声和降低伪边缘的识别;
2)、利用Canny算子将已经过高斯滤波处理后的目标感兴趣区域图像进行边缘提取转换为二值图像。
5.根据权利要求1所述的基于频谱残余显著性检测方法的探地雷达地下目标定位方法,其特征在于所述步骤(4)具体为:
1)、针对目标感兴趣区域的边缘提取的结果,将每个边缘像素点(x,t)都定义为目标的中心点(x0,t0);
2)、将每个所述边缘像素点代入公式:中,结合不同的速度值v变换到霍夫平面;
3)、霍夫平面内的出现频数最大的三个参数:x0,t0及v对应的值即为该双曲线的顶点坐标(x0,t0)及波速v。
6.根据权利要求5所述的基于频谱残余显著性检测方法的探地雷达地下目标定位方法,其特征在于所述目标的定位包括:
目标深度定位:H=t0·v,其中,t0为双曲线顶点的反射回波时延,v为电磁波在介质中的传播速度,H为目标的深度位置;
目标水平位置定位:S=x0·Δx,x0为双曲线顶点的横坐标,Δx为天线的移动步长,S为目标的水平位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810085548.9A CN108333634A (zh) | 2018-01-29 | 2018-01-29 | 一种基于频谱残余显著性检测方法的探地雷达地下目标定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810085548.9A CN108333634A (zh) | 2018-01-29 | 2018-01-29 | 一种基于频谱残余显著性检测方法的探地雷达地下目标定位方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108333634A true CN108333634A (zh) | 2018-07-27 |
Family
ID=62926058
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810085548.9A Pending CN108333634A (zh) | 2018-01-29 | 2018-01-29 | 一种基于频谱残余显著性检测方法的探地雷达地下目标定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108333634A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109085548A (zh) * | 2018-09-26 | 2018-12-25 | 湖南时变通讯科技有限公司 | 一种表层穿透雷达双曲线目标检测方法及装置 |
CN109145424A (zh) * | 2018-08-10 | 2019-01-04 | 中国铁道科学研究院集团有限公司铁道建筑研究所 | 一种针对探地雷达数据的桥梁数据识别方法及系统 |
CN111175744A (zh) * | 2019-09-20 | 2020-05-19 | 中国船舶工业系统工程研究院 | 一种雷达图像快速生成与缩放方法 |
CN111652063A (zh) * | 2020-04-29 | 2020-09-11 | 中国南方电网有限责任公司超高压输电公司广州局 | 一种探地雷达的灰度堆积图识别方法 |
CN113064166A (zh) * | 2021-03-22 | 2021-07-02 | 石家庄铁道大学 | 一种多层混凝土结构薄层缺陷厚度检测方法、装置及终端 |
CN113296095A (zh) * | 2021-05-21 | 2021-08-24 | 东南大学 | 一种用于脉冲探地雷达的目标双曲线边缘提取方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102867301A (zh) * | 2012-08-29 | 2013-01-09 | 西北工业大学 | 一种根据信息熵得到图像显著性特征的方法 |
CN103226695A (zh) * | 2013-04-02 | 2013-07-31 | 北京林业大学 | 基于选择性视觉注意机制的马尾松多尺度智能识别模型 |
CN105005042A (zh) * | 2015-07-27 | 2015-10-28 | 河南工业大学 | 一种探地雷达地下目标定位方法 |
-
2018
- 2018-01-29 CN CN201810085548.9A patent/CN108333634A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102867301A (zh) * | 2012-08-29 | 2013-01-09 | 西北工业大学 | 一种根据信息熵得到图像显著性特征的方法 |
CN103226695A (zh) * | 2013-04-02 | 2013-07-31 | 北京林业大学 | 基于选择性视觉注意机制的马尾松多尺度智能识别模型 |
CN105005042A (zh) * | 2015-07-27 | 2015-10-28 | 河南工业大学 | 一种探地雷达地下目标定位方法 |
Non-Patent Citations (2)
Title |
---|
万星: "《中国优秀硕士学位论文全文数据库 基础科学辑》", 15 December 2012 * |
刘尚旺: "基于生物视觉机制的图像感兴趣区域快速获取方法研究", 《计算机应用与软件》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109145424A (zh) * | 2018-08-10 | 2019-01-04 | 中国铁道科学研究院集团有限公司铁道建筑研究所 | 一种针对探地雷达数据的桥梁数据识别方法及系统 |
CN109145424B (zh) * | 2018-08-10 | 2023-09-26 | 中国铁道科学研究院集团有限公司铁道建筑研究所 | 一种针对探地雷达数据的桥梁数据识别方法及系统 |
CN109085548A (zh) * | 2018-09-26 | 2018-12-25 | 湖南时变通讯科技有限公司 | 一种表层穿透雷达双曲线目标检测方法及装置 |
CN111175744A (zh) * | 2019-09-20 | 2020-05-19 | 中国船舶工业系统工程研究院 | 一种雷达图像快速生成与缩放方法 |
CN111175744B (zh) * | 2019-09-20 | 2023-08-15 | 中国船舶工业系统工程研究院 | 一种雷达图像快速生成与缩放方法 |
CN111652063A (zh) * | 2020-04-29 | 2020-09-11 | 中国南方电网有限责任公司超高压输电公司广州局 | 一种探地雷达的灰度堆积图识别方法 |
CN111652063B (zh) * | 2020-04-29 | 2023-10-27 | 中国南方电网有限责任公司超高压输电公司广州局 | 一种探地雷达的灰度堆积图识别方法 |
CN113064166A (zh) * | 2021-03-22 | 2021-07-02 | 石家庄铁道大学 | 一种多层混凝土结构薄层缺陷厚度检测方法、装置及终端 |
CN113064166B (zh) * | 2021-03-22 | 2023-01-06 | 石家庄铁道大学 | 一种多层混凝土结构薄层缺陷厚度检测方法、装置及终端 |
CN113296095A (zh) * | 2021-05-21 | 2021-08-24 | 东南大学 | 一种用于脉冲探地雷达的目标双曲线边缘提取方法 |
CN113296095B (zh) * | 2021-05-21 | 2023-12-22 | 东南大学 | 一种用于脉冲探地雷达的目标双曲线边缘提取方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108333634A (zh) | 一种基于频谱残余显著性检测方法的探地雷达地下目标定位方法 | |
CN105005042B (zh) | 一种探地雷达地下目标定位方法 | |
CN105137498B (zh) | 一种基于特征融合的地下目标探测识别系统及方法 | |
CN110866545A (zh) | 一种探地雷达资料中管线目标的自动识别方法及系统 | |
CN105182328B (zh) | 一种基于二维经验模态分解的探地雷达地下目标检测方法 | |
Potin et al. | Landmines ground-penetrating radar signal enhancement by digital filtering | |
CN105319537B (zh) | 基于空间相关性的航海雷达同频干扰抑制方法 | |
CN109583293A (zh) | 星载sar图像中的飞机目标检测与鉴别方法 | |
CN105403883A (zh) | 一种探地雷达地下目标位置检测方法 | |
CN107329137B (zh) | 基于box样条小波框架的探地雷达地下目标定位方法及系统 | |
CN108805028A (zh) | 基于电磁强散射点的sar图像地面目标检测与定位方法 | |
WO1997035209A1 (en) | Improved method of moment estimation and feature extraction for devices which measure spectra as a function of range or time | |
Torrione et al. | Application of the LMC algorithm to anomaly detection using the Wichmann/NIITEK ground-penetrating radar | |
CN109100696B (zh) | 基于点状杂波图的慢速运动目标消除方法 | |
Zheng et al. | A novel edge detection for buried target extraction after SVD-2D wavelet processing | |
CN107479037B (zh) | 一种pd雷达杂波区域判别方法 | |
CN111679275A (zh) | 基于探地雷达的地下管线识别方法 | |
Liu et al. | The target detection for GPR images based on curve fitting | |
Gonzalez-Huici | A strategy for landmine detection and recognition using simulated GPR responses | |
CN111580105B (zh) | 一种用于太赫兹雷达高分辨成像的自适应处理方法 | |
CN106355576B (zh) | 基于mrf图像分割算法的sar图像配准方法 | |
Song et al. | Underground diseases identification of airport runway using GPR | |
He et al. | Non-stationary random noise removal in ground-penetrating radar images by using self-guided filtering | |
Yan et al. | A VideoSAR Moving Target Detection Method Based on GMM | |
CN113933807B (zh) | 一种海杂波背景下基于图像处理的目标检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180727 |
|
RJ01 | Rejection of invention patent application after publication |