，k为背景辐射场的可调系数。
[0042] 总体而言，按照本发明点的以上技术方案与现有技术相比，主要具备以下的技术 优点：
[0043] 1、本发明申请提出了一种条带状地下目标探测定位的方法，解决了现有的只针对 浅层目标探测定位和条带状地下目标探测识别率低的问题，在拍摄的红外遥感图指导下进 行灰度映射，使得仿真热辐射模型最大程度接近真实的山体背景热辐射，最后对目标所在 山体红外遥感图像进行背景滤波处理，确定条带状地下目标的位置；
[0044] 2、此外，本发明克服了多时相红外图获取困难的问题，通过执行本发明中的方法， 在视觉上逐次揭开地层，使条带状地下目标的辐射场逐步透明化，本发明能够在确保有效 条带状地下目标定位的同时，最大可能的提高了条带状地下目标探测定位的准确性；
[0045] 3、按照本发明提出的方法，并未存在过多的计算复杂度，便于操控，，因而具有一 定的可实施性及实用推广价值。
【附图说明】
[0046] 图1为本发明流程示意图；
[0047] 图2为德胜口隧道所在山体红外遥感图；
[0048]图3 (a)为德胜口隧道所在山体三维海拔数据图 [0049]图3(b)为德胜口隧道所在山体等高线示意图；
[0050] 图3 (c)为德胜口隧道所在山体仿真图；
[0051] 图3(d)为德胜口隧道所在山体网格划分图；
[0052]图4为德胜口隧道所在山体仿真山体背景热辐射场；
[0053]图5为含有德胜口隧道的红外遥感图按照仿真模型进行抠图；
[0054]图6为德胜口隧道所在红外遥感图聚类标记图；
[0055] 图7为是分类对山体仿真热辐射模型映射校正结果图；
[0056] 图8为險道路线左右各400m的红外带；
[0057]图9为真实红外带进行分类滤波处理的结果；
[0058]图10为部分隧道路径的标记图。
【具体实施方式】
[0059] 为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对 本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并 不用于限定本发明。
[0060] 如图1所示，本发明提出一种条带状地下目标的探测定位的方法，具体步骤如下：
[0061] (1)条带状地下目标所在山体的仿真山体背景热辐射场建立。本实验建立有山体 模型和条带状目标模型，通过热物理学可知，山体的温度相对恒定，条带状地下目标的温度 高于或低于山体的相对恒定温度。山体辐射场是一个相对稳定量，可以建立模型得到这个 稳定量。首先通过google得到条带状地下目标所在山体的海拔高度数据，利用等高线对海 拔高度数据进行抽象分层，初步构建山体模型，利用仿真软件和等高数据构建整个山体模 型，并对其划分网格、设置边界条件、求解，得到仿真山体背景热辐射场。
[0062] (2)目标所在山体红外遥感图指导下的仿真山体背景热辐射场映射。（1)中得到的 仿真山体背景热辐射场为8位红外图，在16位目标所在山体红外遥感图指导下，山体背景热 辐射8位到16位线性映射，使得映射后得到的山体背景热辐射模型最大程度接近真实的山 体背景热辐射场。
[0063] (3)利用映射后得到的山体背景热辐射模型进行背景滤波。目标所在山体红外遥 感图相当于条带状地下目标信息场和山体背景信息场的叠加，（2)中得到映射后得到的山 体背景热辐射模型，从目标所在山体红外遥感图中滤除山体背景信息场，得到条带状地下 目标信息场，达到检测识别条带状地下目标的目的。
[0064] 优选地，步骤(1)涉及到利用仿真软件对条带状地下目标所在山体进行仿真建模， 具体包括：
[0065] (1.1)条带状地下目标所在的山体的高程数据获取
[0066] 计算出条带状地下目标出入口的经炜度，得到所要获取高程数据的区域，编写软 件从google上下载，得到山体的海拔高度数据信息。
[0067] (1.2)山体模型的建立
[0068] ANSYS几何山体模型的构建是以点、线、面和体来构成的，根据上述的海拔信息，提 取构建山体的点的(X，y，z)三维坐标，点是构建几何模型的基础几何，山体的创建是由关键 点生成闭合的曲线，闭合的曲线生成平面，然后由闭合的曲面围成几何山体。而几何山体就 构成了整个山体模型。
[0069] (1.3)山体模型的有限元网格划分步骤
[0070] ANSYS有限元网格划分是进行数值模拟分析至关重要的一步，由于山体的模型并 不是规则的，因此进行自由网格划分，可以自由的在面上自动生成三角形或者是四面体网 格，在体上自动生成四面体网格，同时人工进行智能尺寸的控制。
[0071 ] (1.4)山体模型边界条件设置和求解步骤
[0072] 对上述网格划分后的山体进行载荷边界条件的设置，利用山体热传导和山体-空 气热对流的基本热传递物理基础，根据山体的热传导率K和山体-空气的热对流率Φ设置热 传递的参数，经过Ansys的求解计算得到山体的温度场分布，最后对山体的温度场分布进行 灰度图的映射和温度分辨率的调整，最终得到仿真山体背景热辐射场。
[0073] 优选地，步骤(2)涉及到仿真山体背景热辐射场从8位到16位线性映射。仿真山体 背景热辐射场(8bit图像)与目标所在山体红外遥感图的热辐射场(16bit图像)需要进行映 射处理，在模型的热辐射场和真实山体的热辐射场分布变化大致相同的情况下，保证模型 热辐射场更加接近真实山体的热辐射场。具体包括：
[0074] (2.1)目标所在山体红外遥感图对干扰模式的判别
[0075] 由于条带状地下目标所在的真实山体背景比较复杂，与仿真山体背景热辐射场相 比，真实山体背景的热辐射场即目标所在山体红外遥感图受到诸多外界因素的影响，比如 阴影区域、山体上的植被、裸露的岩石等因素的影响，整体从仿真山体背景热辐射场(8bit 图像)到山体真实背景的热辐射场即目标所在山体红外遥感图（16bit图像)映射会存在较 大误差，因此需要对目标所在山体红外遥感图进行聚类分析，在每一类中以目标所在山体 红外遥感图为指导，对仿真山体背景热辐射场进行映射，具体过程如下：
[0076] 目标所在山体红外遥感图的每一类在空间上相对较近，在灰度值上大致相同，因 此，可以选取(x，y，g)作为特征向量对其进行聚类，其中（x，y)表示像素的行列坐标，g表示 像素的灰度值。采用的聚类算法如下：
[0077] (2.1.1)选取目标所在山体红外遥感图的每个像素的(x，y，g)作为一个样本，其中 (X，y)表示像素的行列坐标，g表示像素灰度值；
[0078] (2.1.1)选取目标所在山体红外遥感图的每个像素的(x，y，g)作为一个样本，其中 (X，y)表示像素的行列坐标，g表示像素灰度值；
[0079] (2 · 1 · 2)计算所有样本的距离比；
[0080] 其中，第i个样本匕的距离比
，8为样本的个数，d〇表示两个样本 的距离，i关j, j关u;
[0081] (2.1.3)选择距离比1最小的样本131作为第一个类心111 1，并置类的序号(1 = 1;
[0082] (2.1.4)对p=l，2，...，q类，将= 分配到离它最近的类，并更新类 心
P = 12, -UP是第p类的样本数，bpi表示第p类中第i个样本；
[