基于Shi-Tomasi算法的探地雷达管线目标检测

探地雷达图像中的双曲线特征是用于识别管线位置的重要信息,然而在实际应用中,由于环境和设备因素的影响,双曲线特征往往发生扭曲与变形,不利于分析判读。对此提出了一种基于Shi-Tomasi算法的自动化双曲线特征的识别方法,在预处理阶段通过小波软阈值去噪与频率波数域滤波的方法去除干扰,然后采用基于Shi-Tomasi算法的图像自适应分割,最后利用OSCA(Open Scan Clustering Algorithm)算法对分割结果中的双曲线特征进行筛选,得到的双曲线特征经过拟合分析后,可用于探地雷达管线检测定位。

基于Viola-Jones方法的探地雷达管线目标识别

在城市地下管线的探测上,辨别探地雷达图像中的双曲线特征是管线探测的关键,但是实际情况中,城市的地下管线数量众多,专业人员短缺,自动化的探测识别手段的开发变得十分迫切。针对这一现状,对基于Viola-Jones方法的探地雷达目标识别手段进行了研究。在预处理过程中运用BMS(Background matrix subtraction)的方法生成背景矩阵,去除横向杂波干扰,然后采用Viola-Jones物体检测框架初步获取目标区域,最后使用C3(Column Connection Cluster)算法对目标区域二值化分割并筛选双曲线目标,得到的双曲线聚类,可用于管线的管径、深度获取。