[发明专利]一种基于导航雷达的雨杂波识别方法及系统

说明书

本发明实施例公开了一种基于导航雷达的雨杂波识别方法，包括：对第一图像分别进行中值滤波处理和最小值滤波处理，得到第二图像和第三图像；采用多个方向的卷积模板计算第二图像各个方向的梯度值，选择最大值并进行阈值判断，得到第四图像；对第四图像进行连通域处理，得到第五图像；利用第二图像的像素值信息和第五图像的连通域信息对第五图像进行目标区域检测，得到第六图像；利用第六图像的目标区域和第三图像的像素值对第二图像的目标区域的像素值进行替换，得到第七图像；对第七图像进行平滑处理，得到第八图像。本发明实施例还公开了一种基于导航雷达的雨杂波识别系统。本发明对雨杂波进行识别，识别后能够更好的进行雨杂波抑制和目标检测。

技术领域

本发明涉及雷达技术领域，具体而言，涉及一种基于导航雷达的雨杂波识别方法及系统。

背景技术

雷达难以分辨相邻雨点的间距，因此雨反射产生的回波视频在屏上均形成无明显边缘的疏松的棉絮状连续亮斑区。降雨量越大，雨点越粗，雷达工作波长越短，天线波束越宽以及所用脉冲越宽则雨反射越强，处在雨亮斑区中的小目标回波，将被淹没掉。反之，则雨反射越弱。现有技术中对于雷达回波视频图像的处理一般是通过微分电路来抑制雨雪干扰。雨点形成的宽干扰视频脉冲含有很宽范围的平缓的直流成分，微分即可滤除平缓的直流成分，而保留少量的边沿成分，以此来抑制雨雪等大片连续干扰回波。

然而，使用微分电路在抑制雨雪回波的同时也抑制了陆地目标回波，而且微分电路是在全距离和全方位使用的，处于雨杂波区域之外的小目标回波也极有可能被抑制掉。

发明内容

为解决上述问题，本发明的目的在于提供一种基于导航雷达的雨杂波识别方法及系统，对雨杂波区域进行识别，识别后能够更好的进行雨杂波抑制和目标检测。

本发明实施例提供了一种基于导航雷达的雨杂波识别方法，所述方法包括：

S1，对第一图像分别进行中值滤波处理和最小值滤波处理，得到第二图像和第三图像，其中，所述第一图像为原始雷达回波视频图像；

S2，采用多个方向的卷积模板计算所述第二图像各个方向的梯度值，选择梯度值中的最大值并进行预设阈值判断，得到第四图像；

S3，对所述第四图像进行连通域处理，得到第五图像；

S4，利用所述第二图像的像素值信息和所述第五图像的连通域信息对所述第五图像进行目标区域检测，得到第六图像；

S5，利用所述第六图像的目标区域和所述第三图像的像素值对所述第二图像的目标区域的像素值进行替换，得到第七图像；

S6，对所述第七图像进行平滑处理，得到第八图像。

作为本发明进一步的改进，所述S2包括：

所述多个方向的卷积模板分别与所述第二图像进行卷积处理，得到多个滤波图像；

对每个像素点，取所述多个滤波图像中梯度值的最大值作为该像素点的梯度值，得到空域滤波图像；

基于预设阈值对所述空域滤波图像进行阈值化处理，得到所述第四图像。

作为本发明进一步的改进，所述方法采用八个方向的卷积模板，所述八个方向分别为0°、45°、90°、135°、180°、225°、270°和315°。

作为本发明进一步的改进，所述S3中，对所述第四图像中的每个前景像素点，采用八邻域的种子填充法进行连通域处理，包括：

在所述第四图像中选取一个前景像素点作为种子，根据连通域的设定条件，将与种子相邻的前景像素点合并到同一个像素点集合中，得到一个连通域，并对该连通域中的所有前景像素点采用相同序号值进行标记。

作为本发明进一步的改进，所述S4包括：