[发明专利]一种利用小波变换进行探地雷达属性特征融合方法

说明书

本发明公开了一种利用小波变换进行探地雷达属性特征融合方法，属于近地表地球物理技术领域。该方法对地下潜在目标体的物理和几何性质进行多种属性特征的提取和优化选择，并将这些不同的属性剖面综合成一个复合的输出显示，从而同时利用振幅、相干度、反射特征、相位和光谱内容等信息来改善地下成像。本发明通过小波变换将来自同一探地雷达数据的不同属性进行融合，优化有效信息的提取，帮助我们更好地描述特征和定位潜在目标，进一步打开自动或计算机辅助解释的道路。

技术领域

本发明属于近地表地球物理领域，涉及一种基于小波变换的探地雷达属性特征融合方法。

背景技术

探地雷达属性分析通过对目标的几何和物理性质进行定量描述，有助于提取雷达记录中隐藏的信息，因此通过提取不同的探地雷达属性，可以更好地了解地下结构和性质。然而，单一雷达属性只能部分显示地下目标的细节，多个属性可以获取更多关于地下性质的信息量。不同数据成分的综合解释是一项艰巨的任务，需要采用数据融合的方法来优化有用信息的提取。

发明内容

本发明的目的是针对现有技术的不足，提供一种基于小波变换的探地雷达属性特征融合方法。该方法是利用小波变换将来自同一探地雷达数据的不同属性剖面融合为一个复合的输出显示。

本发明具体采用的技术方案如下：

一种利用小波变换进行探地雷达属性特征融合方法，该方法包括如下步骤：

S1：对探地雷达的采集数据进行预处理后，得到探地雷达的目标剖面图像；

S2：从探地雷达的目标剖面图像中提取出待融合的属性特征图像；

S3：基于小波变换对两个属性特征图像A和B进行融合，融合方法如下：

S31：分别对每个属性特征的图像进行小波变换，小波变换的公式如下：

其中：下标j表示分解尺度，C_j+1为图像信号C_j的低频分量，分别为图像信号C_j沿水平、垂直和对角线方向上的高频分量；当j＝0时，C₀是未经过分解的原始图像信号；H和G分别表示与尺度函数和小波函数相对应的滤波系数矩阵；H’和G’分别为H和G的共轭转置矩阵；

S32：针对两个属性特征图像经过小波变换后得到的高频分量，基于极大值融合规则进行特征融合，公式如下：

式中，D_m(i，j)为融合图像在(i，j)位置处的细节系数值；D_a(i，j)、D_b(i，j)分别为属性特征图像A和B在(i，j)位置处的细节系数值，即小波变换得到的图像高频分量。

S33：针对两个属性特征图像经过小波变换后得到的低频分量，基于边缘提取融合规则进行特征融合，公式如下：

式中：C_m(i，j)为融合图像在(i，j)位置处的近似系数值，C_a(i，j)和C_b(i，j)分别为属性特征A和属性特征B的图像在(i，j)位置处的近似系数值，即小波变换得到的图像低频分量；G_a和G_b分别为属性特征A和属性特征B的近似系数的梯度矩阵，G_a(i，j)和G_b(i，j)表示(i，j)位置处的梯度矩阵G_a和G_b；

属性特征A和属性特征B的梯度矩阵G_z计算通式为：