[发明专利]一种基于行连接聚类算法的探地雷达目标检测方法

权利要求书

1.一种基于行连接聚类算法的探地雷达目标检测方法，其特征在于，该方法包括以下步骤：

1)建立地下介质模型，并利用现有基于光线追踪的探地雷达仿真方法进行探地雷达仿真而获取仿真数据，生成原始B-scan图像；

2)对每张探地雷达的原始B-scan图像进行预处理获得对应的两张二值化图像；

3)对每张二值化图像进行目标提取，采用行连接聚类算法，将交汇的双曲线目标信号分离开，并拟合分离后的双曲线信号得到目标双曲线顶点位置，完成目标检测。

2.根据权利要求1所述的一种基于行连接聚类算法的探地雷达目标检测方法，其特征在于，所述的步骤2)中，预处理包括零时刻校正、地杂波移除、幅度增强和自适应二值化。

3.根据权利要求2所述的一种基于行连接聚类算法的探地雷达目标检测方法，其特征在于，根据雷达信号的频率获取零时间进行零时刻校正。

4.根据权利要求2所述的一种基于行连接聚类算法的探地雷达目标检测方法，其特征在于，通过减去每行的平均值实现地杂波移除，则有：

其中，x(t)为一条信号在时间t处的幅值，x_j(t)为第j条B-scan信号在时间t处的幅值，n为B-scan信号的条数，x1(t)为该B-scan信号在去地杂波后在时间t处的幅值。

5.根据权利要求4所述的一种基于行连接聚类算法的探地雷达目标检测方法，其特征在于，考虑传播过程中的能量衰减，采用线性时变增益进行幅度增强，则有：

其中，x2(t)为幅度增强后的信号在时间t处的幅值，t_N为仿真总时长。

6.根据权利要求5所述的一种基于行连接聚类算法的探地雷达目标检测方法，其特征在于，采用自适应阈值方法进行二值化处理，则有：

其中，threshold为阈值，mean{}为计算平均数的函数，I_e为边缘像素的强度值，为边缘像素强度的最大值，ρ_b为一个介于0到1之间的小数。

7.根据权利要求6所述的一种基于行连接聚类算法的探地雷达目标检测方法，其特征在于，所述的步骤2)中，对幅度增强后的B-scan图像进行两次二值化处理，用以最大限度地减少由于反射极性的变化而导致的信息损失，其中，第一次作用于原始幅度增强后的B-scan图像，另一次作用于反转后的幅度增强后的B-scan图像。

8.根据权利要求7所述的一种基于行连接聚类算法的探地雷达目标检测方法，其特征在于，所述的步骤3)具体包括以下步骤：

31)采用cv2.findContours()函数来分离二值化图像中的潜在块，所述的潜在块定义为二值化图像中的相互没有连接的亮块；

32)对每一个潜在块中的行片段采用行连接聚类算法分离交汇双曲线，所述的行片段定义为潜在块一行中的每段连续点集；

33)根据分离出的双曲线进行拟合得到对应双曲线的顶点位置坐标，完成目标检测。

9.根据权利要求8所述的一种基于行连接聚类算法的探地雷达目标检测方法，其特征在于，所述的步骤32)将每个潜在块中的行片段依次进行处理，具体为：

321)判断潜在块中的当前行片段是否满足RCC条件，若是，则进行步骤322)，若否，则进行步骤323)；

322)将该行片段扩展连接到当前目标集群中；

323)将该行片段判定为新的残肢簇，并将判断目标转移到下一个目标集群，返回步骤321)继续判断是否满足RCC条件；

324)若该行片段与所有现有目标集群均没有连接，则将其作为一个新目标集群。

10.根据权利要求9所述的一种基于行连接聚类算法的探地雷达目标检测方法，其特征在于，所述的步骤322)中，RCC条件基于双曲线的几何特征提出，用于判断一个行片段是否为其他双曲线相交引起的新残肢，具体为：

若行片段的最小列在其所连接的残肢簇的左侧，或该行片段的最大列在其所连接的残肢簇的右侧，则认为满足RCC条件，若行片段不满足RCC条件，则将其视为新的残肢簇。