br>[0090] 2)将能够反映信号大尺度上的交流分量的a 5和能够反映信号的高频噪声信息的 山，d2的小波系数置为零；
[0091] 3)保留d4的小波系数，同时将d 3, (15的小波系数按一定比例缩小；
[0092] 4)将剩余的小波系数进行逆小波变换，对原始信号进行重构。
[0093] 有益效果：
[0094] 本发明公开了一种基于Hough变换探地雷达目标提取方法和装置，所述方法通过 获取N列A-Scan回波信号构成二维灰度图像B-Scan，再通过分析处理B-Scan的数据来获 取目标位置信息，具体包括以下步骤：步骤S1、对获取的N列A-Scan回波信号数据预处理 与归一化；步骤S2、滑动平移滤波；步骤S3、模极大值判别波峰波谷；步骤S4、基于Hough变 换提取双曲线；步骤S5、实测物体位置计算。本发明解决了探地雷达目标提取与识别的相 关问题，通过信号处理、数字图像处理、图形识别等一系列方法来获得地下目标的空间位置 信息。本发明通过小波变换处理雷达回波信号，增强了信号中的有用信息，为后续处理的可 靠性从根本上做了保障，同时改进的双曲线Hough变换有效提高了提取精度，极大地降低 了计算量，适合工程应用。
【附图说明】
[0095] 图1 :本发明提供的一种基于Hough变换探地雷达目标提取方法的流程图；
[0096] 图2 :A_Scan数据叠加图；
[0097] 图 3 :单行 A-Scan 图；
[0098] 图 4 :原始 B-Scan 图；
[0099] 图5 :滑动平均B-Scan图；
[0100] 图6 :A_Scan信号小波分解图；
[0101] 图7 :原始信号与重构信号对比图；
[0102] 图8:波峰二值化图；
[0103] 图9:双曲线提取图；
[0104] 图10 :本发明提供的一种基于Hough变换探地雷达目标提取装置的结构图。
【具体实施方式】
[0105] 下面结合附图和实施例对本发明技术方案作进一步详细具体的说明。
[0106] 实施例1 :
[0107] 图1是本发明提供的一种基于Hough变换探地雷达目标提取方法的流程图。如图 1所示，本发明所述的一种基于Hough变换探地雷达目标提取方法，获取N列A-Scan回波信 号构成二维灰度图像B-Scan，再通过分析处理B-Scan的数据来获取目标位置信息，具体包 括以下步骤：
[0108] 步骤S1、对获取的N列A-Scan回波信号数据预处理与归一化；
[0109] 步骤S2、滑动平移滤波；
[0110] 步骤S3、模极大值判别波峰波谷；
[0111] 步骤S4、基于Hough变换提取双曲线；
[0112] 步骤S5、实测物体位置计算。
[0113] 本发明解决了探地雷达目标提取与识别的相关问题，通过信号处理、数字图像处 理、图形识别等一系列方法来获得地下目标的空间位置信息。
[0114] 图2是A-Scan数据叠加图。如图2所示为B-Scan中每一列雷达回波信号A-Scan 在同一坐标系内的叠加显示，本发明要处理的便是这部分数据。图2中横坐标显示A-Scan 中点的标号，纵坐标显示为16位AD的采样值。每列图像有512个点，大概在40个点以后 数据有明显的波形起伏，也就是有用的回波信号；前面的数据是无用的，首先将回波信号前 面的无用数据点去除，由于matlab灰度图的显示范围是在[0，1]以内，因此应确定回波信 号的最大值与最小值，并以此为基础将数据归一化到[0, 1]之间，以备之后的图像显示和 数据处理。因此去除前面30个无效数据点，剩余数据分布在[-30000, 30000]之间。将这 些数据归一化到[0, 1]之间，以便之后的显示和数据处理。
[0115] 所述步骤S1、对获取的N列A-Scan回波信号数据预处理与归一化；具体为：
[0116] 将A-Scan信号数据中前一部分无效数据点去除，搜索待处理数据的最大值
[0117] 与最小值，并将数据归一化到[0, 1]之内以备后续处理，归一化公式为：
[0118] X " = (X-min (X)) / (max (X) -min (X))
[0119] 其中，X"代表归一化后的回波数据值，X代表归一化前的回波数据值，max(X)代 表回波数据中的最大值，min(X)代表回波数据中的最小值。
[0120] 与所述步骤S1相同，这里同样是对每一列回波信号进行处理。由于雷达回波信号 很弱，在通过程控放大和低通滤波之后仍然存在较多噪声，这直接导致合成的二维灰度图 同样存在过多噪声。所以针对图3所示单列A-Scan回波信号进行滑动平移滤波。参照该 雷达系统的参数，该雷达系统的脉冲扫描周期是256次/秒，同时雷达天线的拖动速度为 0. lm/s，相邻两列信号的水平距离为：
[0121] 0· 1+ 256 = 0· 00039m = 0· 39mm
[0122] 这个距离远小于雷达系统的水平分辨率。对16组相邻A-Scan信号，最大的水平 距离为〇. 39mmX 16 = 6. 24mm，对于实际运用的分辨率也在可接受范围内。因此，我们采用 相邻16列归一化A-Scan信号取滑动平均的方法进行处理。
[0123] 所述步骤S2、滑动平移滤波；具体为：
[0124] 对于步骤S1中得到的A-Scan数据，采用16组相邻A-Scan信号取滑动平均的方 法进行平滑处理：
[0125] X(：, i) = Σ0^,<16Χ(：, i+k)/16,0 ^ i < N-16
[0126] 其中，N为二维图像B-Scan中回波信号的总列数。
[0127] 最后得到的数据灰度图如图5所示，相比图4所示原始B-Scan灰度图，可以明显 看到噪声的减小。
[0128] 所述步骤S3、模极大值判别波峰波谷；具体为：
[0129] (a)选定coif3小波进行小波变换；
[0130] 首先，小波基选取。针对实际情况，信号中会夹杂有高频噪声，造成信号小波变换 的导数出现很多过零点；信号也夹杂了低频噪声，使得直接用阈值对信号进行判断很难准 确地确定所有有效的波峰和波谷的位置，因此要对雷达回波信号进行小波变换。相同的信 号选取不同的小波基进行小波变换，得到的小波有很大的不同。雷达系统的发射天线相当 于一个高Q值的发射模块，信号大部分以某些频段的正弦分量的单脉冲形式通过天线耦合 出去。信号进入地层，遇到地下分界面发生反射，最后返回到接收装置转换为电信号。这个 过程相当于信号经过一个线性时不变系统后的结果，而该传输过程可以看成是经过一个滤 波器，得到的回波信号基本成分不变，由很多正弦分量组成，只是幅值、相位有些差异。雷达 发射天线和雷达信号传输特性使得回波信号的能量在频域比较集中，我们希望选取的母小 波也是频域能量集中的小波。
[0131] Coif3小波在时域上有很好的单峰性、对称性、类正弦性。在频域上，该小波的能量 也非常集中，能使信号的小波分解系数相对集中。同时小波在单峰下降后没有出现振铃现 象，也没有出现突变现象，能够很好的在不同尺度上反应回波信号的不同分量。因此，选用C〇if3小波对信号进行小波变换，来完成波峰、波谷的检测。
[0132] (b)将各列A-Scan原始信号进行coif3小波分解，对小波系数进行处理之后重构 信号；具体为：
[0133] 1)选定coif3小波进行小波变换，对每一列A-Scan原始信号s进行5次coif3小 波分解，得到第五次分解的低频信息α5，以及相应每层分解的高频细节信息山，d2, d3, d4， d5;
[0134] 先对每一列回波信号进行5次coif3小波分解，结果如图6所示。其中，s为原始 ?目号。α 5是第五次分解的低频?目息，d5, d4, d3, d2,山是相应的每层分解的尚频细节彳目息。其 中，山信号最能真实的反应原始信号s中波峰和波谷信息；α 5反应了信号的大尺度上的交 流分量；山，d2反映了信号的高频噪声信息。
[0135] 2)将能够反映信号大尺度上的交流分量的α 5和能够反映信号的高频噪声信息的 山，d2的小波系数置为零；
[0136] 3)保留d4的小波系数，同时将d 3, (15的小波系数按一定比例缩小；
[0137] 4)将剩余的小波系数进行逆小波变换，对原始信号进行重构。重构信号如图7所 不。
[0138] (c)通过设定高阈值和低阈值来确定峰值点出现的区域，并使用导数过零点的方 法找到峰值点准确位置；
[0139] (d)将提取到的二维波峰点二值化为灰度图，其中，峰值点为1，其他为0。将重构 信号A-Scan合成B-Scan灰度图之后，进行二维波峰点二值化结果如图8所示。
[0140] 所述步骤S4、基于Hough变换提取双曲线；根据直线Hough变换类比推理，扩展到 广义Hough变换的一种一双曲线Hough变换。对于双曲线方程：
[0142] 根据目标双曲线的尺度大小，对图像空间进行分块。块内不进行抽样，只对块与块 之间抽取样点进行参数空间计算。这样可以极大地减少图像空间的抽样组数，同时也不会 丢失有效的ig息。
[0143] 对于匹配参数空间4个参数（a，b，A，B)，转化为先匹配可能存在的所有两个参数 (a, b)或（A, B)的运算：
[0144] (1)匹配 A，B;
[0145] 根据双曲线存在一对渐近线：
[0147] 可以得到：
[0149] 其中（Xl，yi)，（x2，y 2)为图像空间的两个点，实际有效点为双曲线两支所在位置， 又有
，则得到A，B之间的关系；
[0150] (2)匹配 a，b;
[0151] 根据双曲线顶点曲线类似圆弧的原理提取实轴与虚轴长度，具体方法：抽