一种具有识别功能的超声波探测装置的制造方法
【技术领域】
[0001] 本发明涉及超声波探测领域，具体涉及一种具有识别功能的超声波探测装置。
【背景技术】
[0002] 自从超声波被发现以来，人类对超声波的探索和应用就没有停止过，目前已广泛 应用于军事、医学、工业等各个领域。随着社会和科学技术的进步，各种超声波探测装置被 制造出来，超声波探测装置的应用对人们的生活的各个方面产生了巨大的影响。然而，目前 的超声波探测装置大部分只能根据声波反射原理和多普勒效应探测目标的距离和速度，并 不具备目标识别功能，限制了超声波探测装置的应用。
[0003]目标轮廓识别作为目标识别的重要手段，由于实际应用中受到噪声、量化误差等 因素的影响，目标轮廓不可避免地会产生失真，为了准确描述轮廓特征，目标轮廓的滤波平 滑处理是十分必要的。目前，学者们提出了许多含噪轮廓的滤波平滑算法，但是普遍存在计 算量庞大、降噪效果不理想、容易发生过度滤波导致目标失真等问题。
【发明内容】
[0004] 针对上述问题，本发明提供一种具有识别功能的超声波探测装置。
[0005] 本发明的目的采用以下技术方案来实现：
[0006] -种具有识别功能的超声波探测装置，包括普通超声波探测装置和安装在超声波 探测装置上的目标识别装置，该超声波探测装置具有很强的识别能力，目标识别装置能够 根据目标轮廓对目标进行识别，其特征是，包括建模模块、分段模块、合并模块和滤波模块；
[0007] 建模模块，用于建立目标轮廓的参数化方程:对于给定的目标轮廓G(t)，其弧长参 数化方程表示为G(t) = (x(t)，y(t))，其中x(t)和y(t)分别表示轮廓点的坐标，t表示轮廓 曲线方程的参数，且te[0，i];
[0008] 含噪轮廓的弧长参数化方程表示为:6〃(〇=6(〇+仏（〇+仏（〇6(〇,其中加性噪 声部分Ni(t)=Ni(xi(t)，yi(t))，乘性噪声部分N2(t)=N2(X2(t)，y2(t));
[0009] 分段模块，用于对轮廓的分段：目标轮廓G(t)和含噪轮廓GN(t)所对应的曲率分别 为k(t)和k N(t);选宽度宽度为D的窗函数W(n)，对曲率kN(t)进行邻域平均，得到平均曲率 k1N( t)，同时对窗口内的曲率值排序，选定中值曲率k2N( t)，将平均曲率k1N( t)和中值曲率k2N (t)差的绝对值与选定的阈值^进行比较，根据比较结果决定含噪轮廓曲率k^U)，即：
[0010] 当 |kiN(t)-k2N(t)
[0011] 否贝 lj，
[0012] 由于曲率值较大的轮廓点通常反映了目标的显著特征，根据k%(t)将轮廓中所有 轮廓点划分为特征点或非特征点，设定可变权值Τκ，通过判断目标轮廓特征多少，自适应的 决定Τκ，
[0013] 当 | k7 N(t) | <Ti(*max | k7 N(t) | 时，特征函数 f(t) =0
[0014] 否则，特征函数f(t) = l。
[0015] 合并模块：用于剔除由于噪声干扰产生的伪特征点，以及对无法形成连续区域的 特征点和非特征点进行合并操作，从而得到有效的特征区域与非特征区域:选定一个起始 点〇,轮廓起始点向两侧延伸合并相邻的点，以该起始点类型作为该区域预设类型，向两侧 延伸各S X μ〇时停止，其中S为预设的最小长度，
为〇点处的实时曲率修 正系数，
代表〇点的曲率半径，
代表由上述窗函数得到的〇点的平均曲率半径，实 时曲率修正系数用于根据不同点的曲率不同，自动修正延伸长度，能有效减小合并后的 失真现象;分别计算两侧区域内相异点的个数Ν+1和Ν-1，若相异点的个数小于设定的该类 型相异点最小个数，则该区域与预设类型相同，否则，与预设类型相反;再以两个停止点〇 +1 和点0-1作为起始点重新开始计算，向外侧延伸SXyQ+^SXyQ+1时停止，其中 代表点〇 +1和点0-i处的实时曲率修正系数，〇+1两侧区域内相异点个数为Ν+2,0^两侧区域内 相异点个数为Ν-2,根据上述判定条件，依次确定各段轮廓类型，长度不足S的部分根据其与S 的比例计算相异点个数，计入相应的特征区域;对相邻的同类型区域进行合并，得到连续的 特征区域和非特征区域；
[0016] 滤波模块:乘性噪声由于和图像信号是相关的，随图像信号的变化而变化，采用维 纳滤波来进行一级滤除，此时图像信息还包含有残余乘性噪音，通过F滤波器F(x，y)=qX exp(_(x 2+y2)/P2进行二级滤除，其中q是将函数归一化的系数，即：JJqXexp(-(x 2+y2)/P2) dxdy = 1，β为图像模板参数；
[0017]乘性噪声滤除后，含噪目标轮廓的弧长参数化方程表示为6〃(丨）'=6(〇+见(〇;假 设加性噪声为高斯白噪声:XN(t) ' = X(t)+gi(t，〇2)，yN(t) ' =y(t)+g2(t，〇2)，其中xN(t) ' 和 yN(t)'分别表示去除乘性噪声后含噪轮廓上各点坐标，gl(t，〇 2)和g2(t，〇2)分别是均值为 零、方差为σ 2的高斯白噪声，用于模拟含噪目标轮廓中的加性噪声；
[0018]
对含噪轮廓进行平滑，命名为Κ滤波器，经过轮廓点分类 和区域划分，含噪轮廓GN(t) '表示为不同类型轮廓分段的组合:GN(t) =Σ,· Gf (t) + Σ? (t)， 其中Gf (t)表示包含特征区域的轮廓分段，GfF (t)表示包含非特征区域的轮廓分段，根据 轮廓特征分布选取K滤波器的参数，同时考虑全局特征和局部特征因素，在特征区域，为了 保留细节信息，令〇€11^1((/,「 1><(11);在非特征区域，为了提高抑制噪声的效果，令 σ > max(o'，j!n X σ())，其中σ'为先验估算得到的全局方差，σχ为所选特征区域的先验估算 方差，σ〇为所选非特征区域的先验估算方差，:?为所选特征区域的平均实时曲率修正系数， 为所选非特征区域的平均实时曲率修正系数;为了达到较好的平滑效果，选取每种类型 区域最小长度S的一半作为K滤波器85%置信区间的长度，从而根据两类区域的长度自适应 不同参数的K滤波器。
[0019] 本发明通过在超声波探测装置上加装目标识别装置，能够有效增强超声波探测装 置的探测能力，超声波探测装置通过目标轮廓识别目标，识别过程中能有效滤除目标轮廓 噪声，从而对目标种类做出正确识别。
【附图说明】
[0020] 利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限 制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得 其它的附图。
[0021] 图1是本发明的具有识别功能的超声波探测装置的结构框图。
【具体实施方式】
[0022] 结合以下实施例对本发明作进一步描述。
[0023] 图1是本发明的结构框图，其包括:建模模块、分段模块、合并模块、滤波模块。
[0024] 实施例1: 一种具有识别功能的超声波探测装置，包括普通超声波探测装置和安装 在超声波探测装置上的目标识别装置，该超声波探测装置具有很强的识别能力，目标识别 装置能够根据目标轮廓对目标进行识别，其特征是，包括建模模块、分段模块、合并模块和 滤波模块；
[0025] 建模模块，用于建立目标轮廓的参数化方程:对于给定的目标轮廓G(t)，其弧长参 数化方程表示为G(t) = (x(t)，y(t))，其中x(t)和y(t)分别表示轮廓点的坐标，t表示轮廓 曲线方程的参数，且te[0，i];
[0026] 含噪轮廓的弧长参数化方程表示为AWOiGUHNKO+NdOGU)，其中加性噪 声部分Ni(t)=Ni(xi(t)，yi(t))，乘性噪声部分N2(t)=N2(X2(t)，y2(t));
[0027] 分段模块，用于对轮廓的分段：目标轮廓G(t)和含噪轮廓GN(t)所对应的曲率分别 为k(t)和k N(t);由于受到噪声的影响，含噪轮廓GN(t)上部分特征点的曲率值kN(t)不能准 确表示轮廓信息，为了得到准确的曲率，选宽度为De {7，9}的窗函数W(n)，对曲率kN( t)进 行邻域平均，得到平均曲率kiN( t)，同时对窗口内的曲率值排序，选定中值曲率k2N( t)，将平 均曲率k1N(t)和中值曲率k2N(t)差的绝对值与选定的阈值1^ = 0.24进行比较，根据比较结果 决定含噪轮廓曲率k'U)，即：