一种毫米波雷达速度退模糊方法、装置、设备及存储介质与流程

1.本技术涉及气象监测的技术领域，具体涉及一种毫米波雷达速度退模糊方法、装置、设备及存储介质。


背景技术：

2.毫米波测云雷达是新型的测云设备，不仅能够探测云内精细的水平和垂直结构，还能够获取高时空分辨率的径向数据，对于研究云物理特征以及云与降水的发展演变有着重要的帮助，是短时临近天气预报的重要手段之一。
3.但是，多普勒体制雷达可测量的径向速度范围是有限的，即存在一个最大不模糊速度vm。当实际径向风速在
±vm
范围内时，雷达能够测得真实的径向速度数据，但当实际径向风速超过
±vm
后，雷达测得的径向数据vo依旧在
±vm
范围内，这就是通常所说的速度模糊，真实径向速度数据v
t
与观测径向速度数据vo之间的关系为：v
t
＝vo±
2n
×vm
，vm＝λ
×
f/4。其中n为整数，vm为最大不模糊速度，它受制于雷达的波长λ与脉冲重复频率f。
4.因此，通过多普勒体制的毫米波雷达直接采集到的速度数据不准确，严重影响了天气过程识别等应用的准确性。


技术实现要素：

5.本技术提供了一种毫米波雷达速度退模糊方法、装置、设备及存储介质，该技术方案如下。
6.一方面，提供了一种毫米波雷达速度退模糊方法，所述方法包括：
7.获取目标毫米波雷达对目标区域进行扫描得到的目标毫米波扫描图像；
8.对所述目标毫米波扫描图像进行边缘检测，将所述目标毫米波扫描图像划分为各个待检测区域；
9.基于所述目标毫米波雷达对应的最大不模糊速度，以及目标区域的平均风速，对所述各个待检测区域进行模糊区域识别，在所述目标毫米波扫描图像中确定模糊区域以及不模糊区域；
10.基于所述不模糊区域的风速，对所述模糊区域进行退模糊处理，获得目标区域修正后的风速。
11.又一方面，提供了一种毫米波雷达速度退模糊装置，所述装置包括：
12.图像获取模块，用于获取目标毫米波雷达对目标区域进行扫描得到的目标毫米波扫描图像；
13.边缘检测模块，用于对所述目标毫米波扫描图像进行边缘检测，将所述目标毫米波扫描图像划分为各个待检测区域；
14.模糊区域识别模块，用于基于所述目标毫米波雷达对应的最大不模糊速度，以及目标区域的平均风速，对所述各个待检测区域进行模糊区域识别，在所述目标毫米波扫描图像中确定模糊区域以及不模糊区域；
15.退模糊处理模块，用于基于所述不模糊区域的风速，对所述模糊区域进行退模糊处理，获得目标区域修正后的风速。
16.在一种可能的实现方式中，所述基于所述目标毫米波雷达对应的最大不模糊速度，以及目标区域的平均风速，对所述各个待检测区域进行模糊区域识别，在所述目标毫米波扫描图像中确定模糊区域以及不模糊区域，包括：
17.针对每个待检测区域，根据所述待检测区域面积所占比例、最大不模糊速度以及所述目标区域的平均风速，获得所述待检测区域的面积指数；
18.根据所述待检测区域面积、所述待检测区域的零速线的面积、最大不模糊速度以及目标区域的平均风速，获得所述待检测区域的零速线指数；
19.根据所述待检测区域的平均仰角，确定所述待检测区域的区域仰角指数；
20.基于各个待检测区域的面积指数、零速线指数以及区域仰角指数，确定各个待检测区域的非模糊指数；
21.将非模糊指数满足指定条件的待检测区域确定为不模糊区域。
22.在一种可能的实现方式中，所述基于各个待检测区域的面积指数、零速线指数以及区域仰角指数，确定各个待检测区域的非模糊指数，包括：
23.将每个所述待检测区域的面积指数、零速线指数以及区域仰角指数之和，分别确定为每个所述待检测区域的非模糊指数；
24.所述将非模糊指数满足指定条件的待检测区域确定为不模糊区域，包括：
25.将所述各个待检测区域中，非模糊指数最大的待检测区域确定为不模糊区域。
26.在一种可能的实现方式中，所述根据所述待检测区域面积所占比例、最大不模糊速度以及所述目标区域的平均风速，获得所述待检测区域的面积指数，包括：
27.根据所述最大不模糊速度与所述目标区域的平均风速的比值，确定所述待检测区域的理论非模糊区所占比例；
28.当所述待检测区域的理论非模糊区所占比例小于等于所述待检测区域面积所占比例时，将所述待检测区域的面积指数确定为1；
29.当所述待检测区域的理论非模糊区所占比例大于所述待检测区域面积所占比例时，获取所述待检测区域面积所占比例，与所述待检测区域的理论非模糊区所占比例的比值，并将所述比值确定为所述待检测区域的面积指数。
30.在一种可能的实现方式中，所述根据所述待检测区域面积、所述待检测区域的零速线的面积、最大不模糊速度以及目标区域的平均风速，获得所述待检测区域的零速线指数，包括：
31.获取所述最大不模糊速度与所述目标区域的平均风速的比值的第一反正弦值；
32.根据指定风速与所述平均风速的比值，获取第二反正弦值；
33.将所述第二反正弦值与第一反正弦值的比值确定为理论零速线占比；
34.根据所述待检测区域的零速线的面积以及所述待检测区域面积的比值，确定实际零速线占比；
35.当所述实际零速线占比大于等于所述理论零速线占比时，将所述零速线指数确定为1；
36.当所述实际零速线占比小于所述理论零速线占比时，将所述实际零速线占比与所
述理论零速线占比的比值确定为所述零速线指数。
37.在一种可能的实现方式中，所述根据所述待检测区域的平均仰角，确定所述待检测区域的区域仰角指数，包括：
38.确定所述目标毫米波雷达的模式；
39.当所述目标毫米波雷达的模式为rhi模式时，获取所述待检测区域的每个数据对应的仰角；
40.基于所述每个数据对应的仰角，确定所述待检测区域的平均仰角；
41.获取所述平均仰角与90度的角度比值；
42.基于所述角度比值与1的距离，确定所述待检测区域的区域仰角指数。
43.在一种可能的实现方式中，所述对所述目标毫米波扫描图像进行边缘检测，将所述目标毫米波扫描图像划分为各个待检测区域，包括：
44.对所述目标毫米波扫描图像进行边缘检测，获得所述目标毫米波扫描图像中的边缘线区域；
45.根据所述边缘线区域将所述目标毫米波扫描图像划分为各个待检测区域。
46.在一种可能的实现方式中，所述目标区域修正后的风速包括不模糊区域的风速、退模糊后的模糊区域的风速以及退模糊后的边缘线区域的风速；
47.所述基于所述不模糊区域的风速，对所述模糊区域进行退模糊处理，获得目标区域修正后的风速，包括：
48.基于所述不模糊区域的风速，对所述模糊区域的风速进行退模糊处理，获得所述模糊区域修正后的风速；
49.在所述边缘线区域选取至少两个周围区域；所述周围区域为不模糊区域或退模糊后的模糊区域；
50.基于所述至少两个周围区域的风速的均值，对所述边缘线区域进行退模糊处理，获得所述边缘线区域修正后的风速。
51.在一种可能的实现方式中，所述基于所述不模糊区域的风速，对所述模糊区域的风速进行退模糊处理，获得所述模糊区域修正后的风速，包括：
52.针对每个模糊区域，选取与所述模糊区域相邻的目标不模糊区域；
53.将模糊区域的风速进行以2n倍的最大不模糊速度为单位的风速调节，直至所述模糊区域的风速与所述目标不模糊区域的风速之差小于第一阈值，以获得所述模糊区域修正后的风速。
54.在一种可能的实现方式中，确定所述目标毫米波雷达的模式；当所述目标毫米波雷达的模式为ppi模式时，在所述目标区域修正后的风速中，选取方位角相差180
°
的两个径向风速；
55.若方位角相差180
°
的两个径向风速之和小于第二阈值，则确定所述目标区域修正后的风速为不模糊数据；
56.若方位角相差180
°
的两个径向风速之和，与4n倍的最大不模糊速度的差小于第三阈值，则确定所述目标区域的风速为模糊数据。
57.再一方面，提供了一种计算机设备，所述计算机设备包括处理器和存储器，所述存储器中存储有至少一条指令，所述至少一条指令由所述处理器加载并执行以实现上述的毫
米波雷达速度退模糊方法。
58.又一方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令，所述至少一条指令由处理器加载并执行以实现上述的毫米波雷达速度退模糊方法。
59.再一方面，提供了一种计算机程序产品或计算机程序，所述计算机程序产品或计算机程序包括计算机指令，所述计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质中读取所述计算机指令，处理器执行所述计算机指令，使得所述计算机设备执行上述毫米波雷达速度退模糊方法。
60.本技术提供的技术方案可以包括以下有益效果：
61.先获取目标毫米波雷达对目标区域进行扫描得到的目标毫米波扫描图像；再对目标毫米波扫描图像进行边缘检测，将目标毫米波扫描图像划分为各个待检测区域；再基于目标毫米波雷达对应的最大不模糊速度，以及目标区域的平均风速，对各个待检测区域进行模糊区域识别，在目标毫米波扫描图像中确定模糊区域以及不模糊区域；最后基于不模糊区域的风速，对模糊区域进行退模糊处理，获得目标区域修正后的风速。因此，上述方法在实现毫米波雷达速度退模糊功能时，通过不模糊区域的风速对模糊区域的风速进行修正，保证了修正后模糊区域的风速数据的准确性。
附图说明
62.为了更清楚地说明本技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本技术的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
63.图1是根据一示例性实施例示出的一种毫米波雷达速度退模糊系统的结构示意图。
64.图2是根据一示例性实施例示出的一种毫米波雷达速度退模糊方法的流程图。
65.图3是根据一示例性实施例示出的一种毫米波雷达速度退模糊方法的流程图。
66.图4示出了本技术实施例涉及的目标毫米波扫描图像的示例图。
67.图5示出了本技术实施例涉及的目标毫米波扫描图像中的边缘线的示例图。
68.图6示出了本技术实施例涉及的对模糊区列表slist内的各个区域数据进行修正的流程图。
69.图7示出了本技术实施例涉及的目标毫米波扫描图像的退模糊处理后的示例图。
70.图8是根据一示例性实施例示出的一种毫米波雷达速度退模糊装置的结构方框图。
71.图9是根据一示例性实施例示出的计算机设备的结构框图。
具体实施方式
72.下面将结合附图对本技术的技术方案进行清楚、完整地描述，显然，所描述的实施例是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
73.应理解，在本技术的实施例中提到的“指示”可以是直接指示，也可以是间接指示，
还可以是表示具有关联关系。举例说明，a指示b，可以表示a直接指示b，例如b可以通过a获取；也可以表示a间接指示b，例如a指示c，b可以通过c获取；还可以表示a和b之间具有关联关系。
74.在本技术实施例的描述中，术语“对应”可表示两者之间具有直接对应或间接对应的关系，也可以表示两者之间具有关联关系，也可以是指示与被指示、配置与被配置等关系。
75.本技术实施例中，“预定义”可以通过在设备(例如，包括终端设备和网络设备)中预先保存相应的代码、表格或其他可用于指示相关信息的方式来实现，本技术对于其具体的实现方式不做限定。
76.图1是根据一示例性实施例示出的一种毫米波雷达速度退模糊系统的结构示意图。该毫米波雷达速度退模糊系统中包含数据处理设备110以及毫米波雷达120。
77.可选的，该毫米波雷达120中包含有数据存储器，当毫米波雷达对目标图像进行采集，得到毫米波扫描图像后，可以将该毫米波扫描图像保存在该数据存储器中。
78.可选的，该数据处理设备110可以是具有较高算力的计算机设备，该数据处理设备用于对采集到的毫米波扫描图像进行分析，从而得到毫米波扫描图像的特性。
79.可选的，该数据处理设备110可以是安装有图像分析软件的终端设备，当该终端设备接收到对毫米波扫描图像分析的指令时，该终端设备可以从图像采集设备120中的数据存储器中读取对应的毫米波扫描图像，并对该毫米波扫描图像进行分析，从而得到该毫米波扫描图像的特性。
80.可选的，该数据处理设备110还可以是安装有图像分析软件的服务器，该毫米波雷达可以与终端设备连接，当该终端设备接收到毫米波扫描图像后，可以将该毫米波扫描图像传输至服务器中以完成毫米波扫描图像的特性分析。
81.可选的，该数据处理设备110与毫米波雷达120之间可以通过有线或无线网络实现通信连接。
82.可选的，上述服务器可以是由多个物理服务器构成的服务器集群或者是分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、cdn、以及大数据和人工智能平台等技术运计算服务的云服务器。
83.可选的，该系统还可以包括管理设备，该管理设备用于对该系统进行管理(如管理各个模块与服务器之间的连接状态等)，该管理设备与服务器之间通过通信网络相连。可选的，该通信网络是有线网络或无线网络。
84.可选的，上述的无线网络或有线网络使用标准通信技术和/或协议。网络通常为因特网，但也可以是其他任何网络，包括但不限于局域网、城域网、广域网、移动、有限或无线网络、专用网络或者虚拟专用网络的任何组合。在一些实施例中，使用包括超文本标记语言、可扩展标记语言等的技术和/或格式来代表通过网络交换的数据。此外还可以使用诸如安全套接字层、传输层安全、虚拟专用网络、网际协议安全等常规加密技术来加密所有或者一些链路。在另一些实施例中，还可以使用定制和/或专用数据通信技术取代或者补充上述数据通信技术。
85.图2是根据一示例性实施例示出的一种毫米波雷达速度退模糊方法的流程图。该方法由计算机设备执行，该计算机设备可以是如图1中所示的数据处理设备110。如图2所
示，该毫米波雷达速度退模糊方法可以包括如下步骤：
86.步骤201，获取目标毫米波雷达对目标区域进行扫描得到的目标毫米波扫描图像。
87.毫米波指波长介于1～10mm的电磁波，毫米波雷达则指工作在毫米波波段的雷达。毫米波雷达系统发射的电磁波信号被其发射路径上的物体阻挡继而会发生反射。通过目标毫米波雷达对目标区域进行扫描，以捕捉反射的信号，得到目标毫米波扫描图像，并进行放大与信号解析计算，能够获取物体的距离、速度和角度。
88.在本技术实施例中，先通过目标毫米波雷达对目标区域进行扫描，获取目标区域的二维图像，即目标毫米波扫描图像，再采用图像处理的思路对该目标毫米波扫描图像进行边缘检测，以将目标区域划分为多个待检测区域。
89.步骤202，对该目标毫米波扫描图像进行边缘检测，将该目标毫米波扫描图像划分为各个待检测区域。
90.毫米波测云雷达由于波长λ较短，最大不模糊速度vm较小，在探测时容易出现速度模糊(速度折叠)现象。当速度接近最大不模糊速度
±vm
时，原本连续的径向风速数据会出现明显的突变，即径向风速数据由v
m-δv1跳变到-vm+δv2(其中δv1、δv2为正数小值)，或者反向变化，形成明显的突变线，即速度模糊线。也就是说，当风速超出速度模糊线后，通过毫米波扫描图像所测得的风速是不准确的风速。
91.在本技术实施例中，由于径向风速数据会出现明显的突变，即存在速度模糊线，则目标毫米波扫描图像中会有多个区域，区域内的径向风速数据连续变化，区域与区域之间存在速度折叠现象。因此可以对该目标毫米波扫描图像进行边缘检测，提取各个区域间的边缘，以将目标毫米波扫描图像划分为各个待检测区域。
92.步骤203，基于该目标毫米波雷达对应的最大不模糊速度，以及目标区域的平均风速，对该各个待检测区域进行模糊区域识别，在该目标毫米波扫描图像中确定模糊区域以及不模糊区域。
93.基于该目标毫米波雷达对应的最大不模糊速度，以及目标区域的平均风速，对各个待检测区域进行模糊程度的判定，即模糊区域识别。当待检测区域满足目标条件时，将该待检测区域确定为模糊区域或者不模糊区域。在本技术实施例中，不模糊区域可以定义为不大于速度模糊线的风速的区域，即在不模糊区域中的风速理论上是较为准确的；而模糊区域则可以被定义为是风速大于速度模糊线的风速的区域，在该区域中通过多普勒效应采集到的风速是不精确的。
94.上述目标条件可以根据实际应用场景，结合目标毫米波雷达对应的最大不模糊速度，以及目标区域的平均风速进行设置。
95.步骤204，基于该不模糊区域的风速，对该模糊区域进行退模糊处理，获得目标区域修正后的风速。
96.从步骤203中选取到不模糊区域后，由于不模糊区域与模糊区域之间是通过模糊线分隔的，且由于在实际场景中，连续区域的风速不会出现急剧的突变，因此在确定了不模糊区域以及模糊区域后，可选的，可以通过该不模糊区域对模糊区域进行径向风速数据纠正，即进行退模糊处理，以对目标区域的风速进行修正。
97.综上所述，先获取目标毫米波雷达对目标区域进行扫描得到的目标毫米波扫描图像；再对目标毫米波扫描图像进行边缘检测，将目标毫米波扫描图像划分为各个待检测区
域；再基于目标毫米波雷达对应的最大不模糊速度，以及目标区域的平均风速，对各个待检测区域进行模糊区域识别，在目标毫米波扫描图像中确定模糊区域以及不模糊区域；最后基于不模糊区域的风速，对模糊区域进行退模糊处理，获得目标区域修正后的风速。因此，上述方法在实现毫米波雷达速度退模糊功能时，通过不模糊区域的风速对模糊区域的风速进行修正，保证了修正后模糊区域的风速数据的准确性。
98.图3是根据一示例性实施例示出的一种毫米波雷达速度退模糊方法的流程图。该方法由计算机设备执行，该计算机设备可以是如图1中所示的毫米波雷达速度退模糊系统中的数据处理设备。如图3所示，该毫米波雷达速度退模糊方法可以包括如下步骤：
99.步骤301，获取目标毫米波雷达对目标区域进行扫描得到的目标毫米波扫描图像。
100.通过目标毫米波雷达对目标区域进行扫描，由于不同区域间的径向风速数据不同，在目标毫米波扫描图像中呈现不同的区域。
101.例如，图4示出了本技术实施例涉及的目标毫米波扫描图像的示例图。如图4所示，横轴与纵轴为目标区域大小range，单位为km，灰色的深浅程度对应径向风速数据radial wind speed的不同数值区间，径向风速数据的单位为m/s。
102.步骤302，对该目标毫米波扫描图像进行边缘检测，将该目标毫米波扫描图像划分为各个待检测区域。
103.可选的，对该目标毫米波扫描图像进行边缘检测，获得该目标毫米波扫描图像中的边缘线区域；根据该边缘线区域将该目标毫米波扫描图像划分为各个待检测区域。
104.例如，可按照如下公式，通过sobel算子对目标毫米波扫描图像进行边缘检测：
[0105][0106][0107][0108]
其中，x、y、i、j为实数，v(x+i,y+j)为毫米波径向风速数据，sobelx(i,j)为sobel算子x分量(水平分量)部分，sobely(i,j)为sobel算子y分量(垂直分量)部分，s(x,y)为边缘线指数，sx(x,y)为边缘线指数的x分量，sy(x,y)为边缘线指数的y分量。
[0109]
该边缘线指数超过门限t即被认为是边缘线，以边缘线为界将毫米波径向风速数据分隔为不同区域，即划分为各个待检测区域。该门限t可以根据实际应用场景需要进行设置。
[0110]
其中，v(x,y)(即i＝0，j＝0时的v(x+i,y+j))的原始数据表如表1所示，sobelx(i,j)的数据表如表2所示，sobely(i,j)的数据表如表3所示：
[0111]
表1：v(x,y)的原始数据表。
[0112]
v(-1,-1)v(0,-1)v(1,-1)v(-1,0)v(0,0)v(1,0)v(-1,1)v(0,1)v(1,1)
[0113]
表2：sobelx(i,j)的数据表。
[0114]-101-202-101
[0115]
表3：sobely(i,j)的数据表。
[0116]-1-2-1000121
[0117]
例如，图5示出了本技术实施例涉及的目标毫米波扫描图像中的边缘线的示例图。如图5所示，图中边缘线的颜色深浅程度对应边缘线指数s(x,y)的不同数值区间。
[0118]
步骤303，基于该目标毫米波雷达对应的最大不模糊速度，以及目标区域的平均风速，对该各个待检测区域进行模糊区域识别，在该目标毫米波扫描图像中确定模糊区域以及不模糊区域。
[0119]
可选的，针对每个待检测区域，根据该待检测区域面积所占比例rs、最大不模糊速度vm以及该目标区域的平均风速v0，获得该待检测区域的面积指数is。
[0120]
首先根据该最大不模糊速度vm与该目标区域的平均风速v0的比值，确定该待检测区域的理论非模糊区所占比例ns；
[0121]
当该待检测区域的理论非模糊区所占比例ns小于等于该待检测区域面积所占比例rs时，将该待检测区域的面积指数is确定为1；
[0122]
当该待检测区域的理论非模糊区所占比例ns大于该待检测区域面积所占比例rs时，获取该待检测区域面积所占比例rs，与该待检测区域的理论非模糊区所占比例ns的比值，并将该比值确定为该待检测区域的面积指数is。
[0123]
可通过以下公式计算面积指数is：
[0124][0125]rs
＝sn/s
[0126][0127]
可选的，根据该待检测区域面积、该待检测区域的零速线的面积、最大不模糊速度以及目标区域的平均风速，获得该待检测区域的零速线指数。
[0128]
首先获取该最大不模糊速度vm与该目标区域的平均风速v0的比值的第一反正弦值；
[0129]
根据指定风速与该平均风速v0的比值，获取第二反正弦值；
[0130]
将该第二反正弦值与第一反正弦值的比值确定为理论零速线占比n
v0
；
[0131]
根据该待检测区域的零速线的面积s
v0
以及该待检测区域面积sn的比值，确定实际零速线占比r
v0
；
[0132]
当该实际零速线占比r
v0
大于等于该理论零速线占比n
v0
时，将该零速线指数i
v0
确定为1；
[0133]
当该实际零速线占比r
v0
小于该理论零速线占比n
v0
时，将该实际零速线占比与该理论零速线占比的比值确定为该零速线指数i
v0
。
[0134]
应说明的是，该目标区域的平均风速v0为目标毫米波雷达所在地区的常年平均风速，为固定参数。
[0135]
例如，当该指定风速为0.5时，可通过以下公式计算零速线指数i
v0
：
[0136][0137]rv0
＝s
vo
/sn[0138][0139]
可选的，根据该待检测区域的平均仰角，确定该待检测区域的区域仰角指数。
[0140]
先确定该目标毫米波雷达的模式；当该目标毫米波雷达的模式为rhi模式(range height indicator距离高度显示)时，获取该待检测区域的每个数据对应的仰角an；
[0141]
基于该每个数据对应的仰角an，确定该待检测区域的平均仰角a
mean
；
[0142]
获取该平均仰角a
mean
与90度的角度比值；
[0143]
基于该角度比值与1的距离，确定该待检测区域的区域仰角指数ia。
[0144]
可通过以下公式计算区域仰角指数ia：
[0145][0146][0147]
进一步的，基于各个待检测区域的面积指数、零速线指数以及区域仰角指数，确定各个待检测区域的非模糊指数。
[0148]
将每个该待检测区域的面积指数is、零速线指数i
v0
以及区域仰角ia指数之和，分别确定为每个该待检测区域的非模糊指数i，可通过如下公式计算待检测区域的非模糊指数i：
[0149]
i＝is+i
v0
+ia[0150]
将非模糊指数满足指定条件的待检测区域确定为不模糊区域s0。
[0151]
可选的，该指定条件为将各个待检测区域中，非模糊指数最大的待检测区域确定为不模糊区域s0，将目标区域内除了不模糊区域之外的其他区域归入模糊区列表slist。
[0152]
步骤304，基于该不模糊区域的风速，对该模糊区域进行退模糊处理，获得目标区域修正后的风速。
[0153]
以不模糊区域s0，对模糊区列表slist内的各个区域数据进行修正。图6示出了本技术实施例涉及的对模糊区列表slist内的各个区域数据进行修正的流程图。如图6所示，通过模糊区域sn比对不模糊区域s0，将模糊区域sn修正，将结果合并入不模糊区域s0，并在模糊区列表slist中删除模糊区域sn，重复该步骤直到模糊区列表slist为空。
[0154]
可选的，该目标区域修正后的风速包括不模糊区域的风速、退模糊后的模糊区域
的风速以及退模糊后的边缘线区域的风速。
[0155]
可选的，基于该不模糊区域的风速，对该模糊区域的风速进行退模糊处理，获得该模糊区域修正后的风速。
[0156]
可选的，针对每个模糊区域，选取与该模糊区域相邻的目标不模糊区域；
[0157]
将模糊区域的风速进行以2n倍的最大不模糊速度为单位的风速调节，直至该模糊区域的风速与该目标不模糊区域的风速之差小于第一阈值，以获得该模糊区域修正后的风速。
[0158]
进一步的，在该边缘线区域选取至少两个周围区域；该周围区域为不模糊区域或退模糊后的模糊区域；
[0159]
基于该至少两个周围区域的风速的均值，对该边缘线区域进行退模糊处理，获得该边缘线区域修正后的风速。
[0160]
例如，选用5
×
5的窗口，通过如下公式，以毫米波径向风速数据的均值v(x,y)
mean
(即n个周围区域的风速的均值)对边缘线区域进行退模糊处理：
[0161][0162]
例如，图7示出了本技术实施例涉及的目标毫米波扫描图像的退模糊处理后的示例图。
[0163]
步骤305，确定该目标毫米波雷达的模式；当该目标毫米波雷达的模式为ppi(plan position indicator平面方位显示)模式时，在该目标区域修正后的风速中，选取方位角相差180
°
的两个径向风速；
[0164]
若方位角相差180
°
的两个径向风速之和小于第二阈值，则确定该目标区域修正后的风速为不模糊数据；
[0165]
若方位角相差180
°
的两个径向风速之和，与4n倍的最大不模糊速度的差小于第三阈值，则确定该目标区域的风速为模糊数据。
[0166]
例如，对修正后的径向风速v1，选取角度相反的两个径向的特定距离门的径向风速v1(azi,rad)以及v1(azi+180,rad)，对两个径向风速之和n2进行计算：
[0167]
n2＝(v1(azi,rad)+v1(azi+180,rad))/(4
×vm
)
[0168]
若修正后的径向风速v1与实际径向风速一致，则n2应接近0，修正结果正确；若出现多次模糊且修正有误的情况下，则n2接近
±
1或
±
2。以n2为参考，可完成对毫米波测云雷达径向速度数据的二次模糊修正，得到最终修正结果v2。
[0169]
综上所述，先获取目标毫米波雷达对目标区域进行扫描得到的目标毫米波扫描图像；再对目标毫米波扫描图像进行边缘检测，将目标毫米波扫描图像划分为各个待检测区域；再基于目标毫米波雷达对应的最大不模糊速度，以及目标区域的平均风速，对各个待检测区域进行模糊区域识别，在目标毫米波扫描图像中确定模糊区域以及不模糊区域；最后基于不模糊区域的风速，对模糊区域进行退模糊处理，获得目标区域修正后的风速。因此，上述方法在实现毫米波雷达速度退模糊功能时，通过不模糊区域的风速对模糊区域的风速进行修正，保证了修正后模糊区域的风速数据的准确性。
[0170]
图8是根据一示例性实施例示出的一种毫米波雷达速度退模糊装置的结构方框
图。该装置包括：
[0171]
图像获取模块801，用于获取目标毫米波雷达对目标区域进行扫描得到的目标毫米波扫描图像；
[0172]
边缘检测模块802，用于对该目标毫米波扫描图像进行边缘检测，将该目标毫米波扫描图像划分为各个待检测区域；
[0173]
模糊区域识别模块803，用于基于该目标毫米波雷达对应的最大不模糊速度，以及目标区域的平均风速，对该各个待检测区域进行模糊区域识别，在该目标毫米波扫描图像中确定模糊区域以及不模糊区域；
[0174]
退模糊处理模块804，用于基于该不模糊区域的风速，对该模糊区域进行退模糊处理，获得目标区域修正后的风速。
[0175]
在一种可能的实现方式中，该基于该目标毫米波雷达对应的最大不模糊速度，以及目标区域的平均风速，对该各个待检测区域进行模糊区域识别，在该目标毫米波扫描图像中确定模糊区域以及不模糊区域，包括：
[0176]
针对每个待检测区域，根据该待检测区域面积所占比例、最大不模糊速度以及该目标区域的平均风速，获得该待检测区域的面积指数；
[0177]
根据该待检测区域面积、该待检测区域的零速线的面积、最大不模糊速度以及目标区域的平均风速，获得该待检测区域的零速线指数；
[0178]
根据该待检测区域的平均仰角，确定该待检测区域的区域仰角指数；
[0179]
基于各个待检测区域的面积指数、零速线指数以及区域仰角指数，确定各个待检测区域的非模糊指数；
[0180]
将非模糊指数满足指定条件的待检测区域确定为不模糊区域。
[0181]
在一种可能的实现方式中，该基于各个待检测区域的面积指数、零速线指数以及区域仰角指数，确定各个待检测区域的非模糊指数，包括：
[0182]
将每个该待检测区域的面积指数、零速线指数以及区域仰角指数之和，分别确定为每个该待检测区域的非模糊指数；
[0183]
该将非模糊指数满足指定条件的待检测区域确定为不模糊区域，包括：
[0184]
将该各个待检测区域中，非模糊指数最大的待检测区域确定为不模糊区域。
[0185]
在一种可能的实现方式中，该根据该待检测区域面积所占比例、最大不模糊速度以及该目标区域的平均风速，获得该待检测区域的面积指数，包括：
[0186]
根据该最大不模糊速度与该目标区域的平均风速的比值，确定该待检测区域的理论非模糊区所占比例；
[0187]
当该待检测区域的理论非模糊区所占比例小于等于该待检测区域面积所占比例时，将该待检测区域的面积指数确定为1；
[0188]
当该待检测区域的理论非模糊区所占比例大于该待检测区域面积所占比例时，获取该待检测区域面积所占比例，与该待检测区域的理论非模糊区所占比例的比值，并将该比值确定为该待检测区域的面积指数。
[0189]
在一种可能的实现方式中，该根据该待检测区域面积、该待检测区域的零速线的面积、最大不模糊速度以及目标区域的平均风速，获得该待检测区域的零速线指数，包括：
[0190]
获取该最大不模糊速度与该目标区域的平均风速的比值的第一反正弦值；
[0191]
根据指定风速与该平均风速的比值，获取第二反正弦值；
[0192]
将该第二反正弦值与第一反正弦值的比值确定为理论零速线占比；
[0193]
根据该待检测区域的零速线的面积以及该待检测区域面积的比值，确定实际零速线占比；
[0194]
当该实际零速线占比大于等于该理论零速线占比时，将该零速线指数确定为1；
[0195]
当该实际零速线占比小于该理论零速线占比时，将该实际零速线占比与该理论零速线占比的比值确定为该零速线指数。
[0196]
在一种可能的实现方式中，该根据该待检测区域的平均仰角，确定该待检测区域的区域仰角指数，包括：
[0197]
确定该目标毫米波雷达的模式；
[0198]
当该目标毫米波雷达的模式为rhi模式时，获取该待检测区域的每个数据对应的仰角；
[0199]
基于该每个数据对应的仰角，确定该待检测区域的平均仰角；
[0200]
获取该平均仰角与90度的角度比值；
[0201]
基于该角度比值与1的距离，确定该待检测区域的区域仰角指数。
[0202]
在一种可能的实现方式中，该对该目标毫米波扫描图像进行边缘检测，将该目标毫米波扫描图像划分为各个待检测区域，包括：
[0203]
对该目标毫米波扫描图像进行边缘检测，获得该目标毫米波扫描图像中的边缘线区域；
[0204]
根据该边缘线区域将该目标毫米波扫描图像划分为各个待检测区域。
[0205]
在一种可能的实现方式中，该目标区域修正后的风速包括不模糊区域的风速、退模糊后的模糊区域的风速以及退模糊后的边缘线区域的风速；
[0206]
该基于该不模糊区域的风速，对该模糊区域进行退模糊处理，获得目标区域修正后的风速，包括：
[0207]
基于该不模糊区域的风速，对该模糊区域的风速进行退模糊处理，获得该模糊区域修正后的风速；
[0208]
在该边缘线区域选取至少两个周围区域；该周围区域为不模糊区域或退模糊后的模糊区域；
[0209]
基于该至少两个周围区域的风速的均值，对该边缘线区域进行退模糊处理，获得该边缘线区域修正后的风速。
[0210]
在一种可能的实现方式中，该基于该不模糊区域的风速，对该模糊区域的风速进行退模糊处理，获得该模糊区域修正后的风速，包括：
[0211]
针对每个模糊区域，选取与该模糊区域相邻的目标不模糊区域；
[0212]
将模糊区域的风速进行以2n倍的最大不模糊速度为单位的风速调节，直至该模糊区域的风速与该目标不模糊区域的风速之差小于第一阈值，以获得该模糊区域修正后的风速。
[0213]
在一种可能的实现方式中，确定该目标毫米波雷达的模式；当该目标毫米波雷达的模式为ppi模式时，在该目标区域修正后的风速中，选取方位角相差180
°
的两个径向风速；
[0214]
若方位角相差180
°
的两个径向风速之和小于第二阈值，则确定该目标区域修正后的风速为不模糊数据；
[0215]
若方位角相差180
°
的两个径向风速之和，与4n倍的最大不模糊速度的差小于第三阈值，则确定该目标区域的风速为模糊数据。
[0216]
图9示出了本技术一示例性实施例示出的计算机设备900的结构框图。该计算机设备可以实现为本技术上述方案中的服务器。所述计算机设备900包括中央处理单元(central processing unit，cpu)901、包括随机存取存储器(random access memory，ram)902和只读存储器(read-only memory，rom)903的系统存储器904，以及连接系统存储器904和中央处理单元901的系统总线905。所述计算机设备900还包括用于存储操作系统909、应用程序910和其他程序模块911的大容量存储设备906。
[0217]
所述大容量存储设备906通过连接到系统总线905的大容量存储控制器(未示出)连接到中央处理单元901。所述大容量存储设备906及其相关联的计算机可读介质为计算机设备900提供非易失性存储。也就是说，所述大容量存储设备906可以包括诸如硬盘或者只读光盘(compact disc read-only memory，cd-rom)驱动器之类的计算机可读介质(未示出)。
[0218]
不失一般性，所述计算机可读介质可以包括计算机存储介质和通信介质。计算机存储介质包括以用于存储诸如计算机可读指令、数据结构、程序模块或其他数据等信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动介质。计算机存储介质包括ram、rom、可擦除可编程只读寄存器(erasable programmable read only memory，eprom)、电子抹除式可复写只读存储器(electrically-erasable programmable read-only memory，eeprom)闪存或其他固态存储其技术，cd-rom、数字多功能光盘(digital versatile disc，dvd)或其他光学存储、磁带盒、磁带、磁盘存储或其他磁性存储设备。当然，本领域技术人员可知所述计算机存储介质不局限于上述几种。上述的系统存储器904和大容量存储设备906可以统称为存储器。
[0219]
根据本公开的各种实施例，所述计算机设备900还可以通过诸如因特网等网络连接到网络上的远程计算机运行。也即计算机设备900可以通过连接在所述系统总线905上的网络接口单元907连接到网络908，或者说，也可以使用网络接口单元907来连接到其他类型的网络或远程计算机系统(未示出)。
[0220]
所述存储器还包括至少一条计算机程序，所述至少一条计算机程序存储于存储器中，中央处理单元901通过执行该至少一条计算机程序来实现上述各个实施例所示的方法中的全部或部分步骤。
[0221]
在一示例性实施例中，还提供了一种计算机可读存储介质，用于存储有至少一条计算机程序，所述至少一条计算机程序由处理器加载并执行以实现上述方法中的全部或部分步骤。例如，该计算机可读存储介质可以是只读存储器(read-only memory，rom)、随机存取存储器(random access memory，ram)、只读光盘(compact disc read-only memory，cd-rom)、磁带、软盘和光数据存储设备等。
[0222]
在一示例性实施例中，还提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使
得该计算机设备执行上述图2或图3任一实施例所示方法的全部或部分步骤。
[0223]
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本技术的其它实施方案。本技术旨在涵盖本技术的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本技术的一般性原理并包括本技术未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本技术的真正范围和精神由下面的权利要求指出。
[0224]
应当理解的是，本技术并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本技术的范围仅由所附的权利要求来限制。