基于矢量对称性的探地雷达图像匹配方法方法及装置制造方法及图纸

本发明专利技术涉及一种基于矢量对称性的探地雷达图像匹配方法、装置、计算机设备和存储介质。所述方法包括：将log

【技术实现步骤摘要】
基于矢量对称性的探地雷达图像匹配方法方法及装置


[0001]本专利技术涉及图像处理
，特别是涉及一种基于矢量对称性的探地雷达图像匹配方法、装置、计算机设备和存储介质。

技术介绍

[0002]探地雷达(Ground Penetrating Radar，GPR)作为一种无损检测、全天候工作的探测系统，广泛运用于道路维护，地下目标检测以及探地雷达定位导航等应用。其中探地雷达图像匹配作为当前探地雷达定位导航的主要技术基础，是当前研究的主要热门方向。目标检测的实现主要是通过分类器对所提取的特征进行分类，因此稳健鲁棒的特征是目标检测成功与否的关键。
[0003]目前探地雷达图像模板匹配的性能主要依赖图像特征提取的质量，主要分为两类：一类是基于图像空域特征所提出的算法，如基于梯度和灰度特征。另一类是基于图像频率域特征所提出的算法，如相位信息和滤波器特征。当前研究中，上述方法多存在各自的优势和局限性：(1)基于图像空域特征的方法实现简单，且易理解，在信息量较少的的探地雷达图像中容易提取。但是在分辨率受限和特征较少的探地雷达图像中，图像空域特征容易出现特征失真和定位不准的情况。当前空域特征在这些情况下匹配效果较差。(2)基于图像频域特征的方法较于空域特征的优势在于对于图像的光照强度变化不敏感，能够感知到幅度较弱的特征。但是探地雷达物理分辨率低，易受杂波和噪声干扰，简单的频域特征会检测到不必要的干扰特征，匹配准确率低。

技术实现思路

[0004]基于此，有必要针对上述技术问题，提供一种能够提高探地雷达图像匹配准确率的基于矢量对称性的探地雷达图像匹配方法、装置、计算机设备和存储介质。
[0005]一种基于矢量对称性的探地雷达图像匹配方法，所述方法包括：
[0006]获取探地雷达数据集和待匹配图像；
[0007]对探地雷达数据集进行滤波处理，得到初始数据集；初始数据集包括多个不同的目标图像；
[0008]将log
‑
gabor滤波器与目标图像进行卷积处理，得到目标图像的能量幅度；
[0009]根据目标图像的能量幅度的分布特征计算目标图像的噪声估计，利用能量幅度和所述噪声估计构建图像对称性模型；
[0010]对图像对称性模型中的对称性特征进行方向计算，得到矢量对称性模型；
[0011]根据矢量对称性模型和HOVPS算法对目标图像进行特征提取，得到模板窗口；
[0012]利用模板窗口设置滑动窗口的尺寸，根据设置尺寸后的滑动窗口对目标图像和待匹配图像进行特征提取，得到目标图像滑动窗口内的HOVPS特征和待匹配图像的HOVPS特征；
[0013]根据归一化互相关匹配准则对目标图像滑动窗口内的HOVPS特征和待配准图像的
HOVPS特征进行匹配，得到待匹配图像在目标图像中的最佳匹配位置。
[0014]在其中一个实施例中，将log
‑
gabor滤波器与目标图像进行卷积处理，得到目标图像的能量幅度，包括：
[0015][0016][0017][0018]其中，I(x)表示目标图像，表示log gabor滤波器的偶对称分量，e
n
(x)表示图像偶对称分量，表示log gabor滤波器的奇对称分量，o
n
(x)表示图像奇对称分量，A
n
(x)表示目标图像在不同频率尺度n下的能量幅度。
[0019]在其中一个实施例中，根据目标图像的能量幅度的分布特征计算目标图像的噪声估计，利用能量幅度和噪声估计构建图像对称性模型，包括：
[0020]根据目标图像的能量幅度响应服从瑞丽分布计算目标图像的噪声估计为T＝μ
R
+k
·
σ
R
，其中μ
R
表示瑞丽分布的均值，σ
R
表示瑞丽分布的方差，k表示一个自定义的乘数因子。
[0021]在其中一个实施例中，利用能量幅度和噪声估计构建图像对称性模型为
[0022][0023]其中，η表示防止分母为0的一个常数，(x,y)表示图像的位置坐标，φ
n
表示图像信号在尺度n下的相位，A
n,o
表示图像信号在尺度n和方向o下的能量幅度。
[0024]在其中一个实施例中，对图像对称性模型中的对称性特征进行方向计算，得到矢量对称性模型，包括：
[0025]对图像对称性模型中的对称性特征进行方向计算，得到相位对称性在水平和垂直方向上的投影；
[0026]通过反正切函数计算相位对称性在水平和垂直方向上的投影，得到相位对称性的方向维幅度；
[0027]根据图像对称性模型中的图像对称性幅度和方向维幅度构建矢量对称性模型。
[0028]在其中一个实施例中，根据矢量对称性模型和HOVPS算法对目标图像进行特征提取，得到模板窗口，包括：
[0029]对目标图像进行图像划分，得到多个子图块；子图块中包含多个子细胞单元；
[0030]根据所述矢量对称性模型采集每个子细胞单元中各像素点的矢量对称性幅度和方向；
[0031]将每个子图块的子细胞单元中的所有像素的矢量对称性方向进行累计，得到多个局部直方图；
[0032]对局部直方图进行修正，将修正后的局部直方图进行归一化处理，得到模板窗口。
[0033]在其中一个实施例中，归一化互相关匹配准则为
[0034][0035]其中，A(x,y)表示待匹配图像的HOVPS特征向量，表示待匹配图像的HOVPS特征向量的平均值，B(u,v)表示目标图像滑动窗口内的HOVPS特征向量，表示目标图像滑动窗口内的HOVPS特征向量的平均值，W1表示待匹配图像滑动窗口，W2表示目标图像滑动窗口。
[0036]一种基于矢量对称性的探地雷达图像匹配装置，所述装置包括：
[0037]数据预处理模块，用于获取探地雷达数据集和待匹配图像；对探地雷达数据集进行滤波处理，得到初始数据集；初始数据集包括多个不同的目标图像；
[0038]构建图像对称性模型模块，用于将log
‑
gabor滤波器与目标图像进行卷积处理，得到目标图像的能量幅度；根据目标图像的能量幅度的分布特征计算目标图像的噪声估计，利用能量幅度和噪声估计构建图像对称性模型；对图像对称性模型中的对称性特征进行方向计算，得到矢量对称性模型；
[0039]特征提取模块，用于根据矢量对称性模型和HOVPS算法对目标图像进行特征提取，得到模板窗口；利用模板窗口设置滑动窗口的尺寸，根据设置尺寸后的滑动窗口对目标图像和待匹配图像进行特征提取，得到目标图像滑动窗口内的HOVPS特征和待匹配图像的HOVPS特征；
[0040]匹配模块，用于根据归一化互相关匹配准则对目标图像滑动窗口内的HOVPS特征和待配准图像的HOVPS特征进行匹配，得到待匹配图像在目标图像中的最佳匹配位置。
[0041]一种计算机设备，包括存储器和处理器，所本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于矢量对称性的探地雷达图像匹配方法，其特征在于，所述方法包括：获取探地雷达数据集和待匹配图像；对所述探地雷达数据集进行滤波处理，得到初始数据集；所述初始数据集包括多个不同的目标图像；将log
‑
gabor滤波器与所述目标图像进行卷积处理，得到目标图像的能量幅度；根据所述目标图像的能量幅度的分布特征计算所述目标图像的噪声估计，利用所述能量幅度和所述噪声估计构建图像对称性模型；对所述图像对称性模型中的对称性特征进行方向计算，得到矢量对称性模型；根据所述矢量对称性模型和HOVPS算法对所述目标图像进行特征提取，得到模板窗口；利用所述模板窗口设置滑动窗口的尺寸，根据设置尺寸后的滑动窗口对所述目标图像和待匹配图像进行特征提取，得到目标图像滑动窗口内的HOVPS特征和待匹配图像的HOVPS特征；根据归一化互相关匹配准则对目标图像滑动窗口内的HOVPS特征和待配准图像的HOVPS特征进行匹配，得到待匹配图像在目标图像中的最佳匹配位置。2.根据权利要求1所述的方法，其特征在于，将log
‑
gabor滤波器与所述目标图像进行卷积处理，得到目标图像的能量幅度，包括：理，得到目标图像的能量幅度，包括：理，得到目标图像的能量幅度，包括：其中，I(x)表示目标图像，表示log gabor滤波器的偶对称分量，e
n
(x)表示图像偶对称分量，表示log gabor滤波器的奇对称分量，o
n
(x)表示图像奇对称分量，A
n
(x)表示目标图像在不同频率尺度n下的能量幅度。3.根据权利要求2所述的方法，其特征在于，根据所述目标图像的能量幅度的分布特征计算所述目标图像的噪声估计，利用所述能量幅度和所述噪声估计构建图像对称性模型，包括：根据所述目标图像的能量幅度响应服从瑞丽分布计算所述目标图像的噪声估计为T＝μ
R
+k
·
σ
R
，其中μ
R
表示瑞丽分布的均值，σ
R
表示瑞丽分布的方差，k表示一个自定义的乘数因子。4.根据权利要求3所述的方法，其特征在于，所述方法还包括：利用所述能量幅度和所述噪声估计构建图像对称性模型为
其中，η表示防止分母为0的一个常数，(x,y)表示图像的位置坐标，φ
n
表示图像信号在尺度n下的相位，A
n,o
表示图像信号在尺度n和方向o下的能量幅度。5.根据权利要求1所述的方法，其特征在于，对所述图像对称性模型中的对称性特征进行方向计算，得到矢...

【专利技术属性】
技术研发人员：辛勤，张鹏宇，黄晓涛，申亮，苏琦斌，毕钡桢，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：