基于形态学及边缘检测的雷达图像特征提取

刘金龙，袁小军，蔡新未，张必胜，王金玺

（江苏省建筑工程质量检测中心有限公司，江苏 南京 210028）

0 引言

雷达法是近年来迅速发展起来的一种无损检测技术，具有快速、无损、连续检测、检测结果直观等特点，该方法已经被越来越广泛地应用于建设工程的各个领域。随着雷达技术应用的日益频繁，对雷达的整体性能要求越来越高，然而对于图像的解释仍停留在依靠人工判读的阶段。雷达图像的解释成了工程应用中的一个难题，其不定性及对人的经验的依赖性严重影响了检测的效率和质量。

数字图像处理技术在航空航天、工业生产、医疗诊断、资源环境、气象及交通监测等领域有着广泛的应用，创造了极大的社会价值，然而在雷达图像处理中应用的并不多。本文将数字图像处理技术应用于雷达图像处理中，采用具有一定形态结构元素来提取图像中对应的特征曲线，以此对图像特征进行分析判别。同时对雷达图像进行边缘检测，可以快速而准确地得到图像边缘骨架曲线。数字图像处理技术应用于雷达图像处理中，必将改善雷达图像的判读成功率，提高雷达检测的效率和质量［1，2］。

1 雷达探测原理

雷达发射天线向结构表面发射高频带短脉冲电磁波，电磁波在结构中传播时，其传播路径、电磁场强度和波形将随所通过介质的电性和几何形态的变化而变化，主机将对此部分的反射波进行适时接收，对接收到的数据进行一系列处理后得到雷达图像，根据得到的雷达图像可确定结构特性（缺陷）等［3］，成像过程如图 1 所示。

图1 雷达测试原理图

2 试验研究

2.1 试件制作

此次研究的混凝土试件内部缺陷有空洞、裂缝、不密实等，空洞缺陷采用在试件中埋设 PVC 管进行模拟；不密实缺陷采用在试件中埋设泡沫进行模拟；试件浇筑时在模板的对应位置埋设薄钢板，待混凝土初凝后取出薄钢板从而形成裂缝缺陷。试验室采用 C20 混凝土浇筑试件，试件浇筑前，首先在模板上对应于缺陷位置处钻孔，使模板上对应位置处的 PVC 管、薄钢板伸出试件外，以准确固定空洞、裂缝缺陷位置，以便与雷达测试结果进行对比。缺陷模拟材料如图 2 所示，缺陷布置如图 3 所示，试件成型后实况如图 4 所示。

图2 缺陷模拟材料

2.2 雷达图像分析

此次对混凝土构件表面沿平行长边方向布置测线进行测试，对混凝土板表面中部测线所采集的雷达数据进行处理。处理后的混凝土试件的雷达图像如图 5 所示，图中左侧 4 个方框中为空洞缺陷的典型雷达图像，右侧 2 个方框中为不密实缺陷的典型雷达图像，水平向虚线为混凝土板与空气分界面位置。

从图 5 混凝土试件雷达图像中得到：空洞、不密实缺陷图像表现为典型双曲线特征，这类缺陷测试效果较好。裂缝位置处未见典型雷达图像特征，裂缝不易探测。本次试件设计的裂缝宽度为 2.0 mm，裂缝宽度较小，且裂缝内空气与混凝土的相对介电常数相差不大，这些都是裂缝不能被探测的原因。

3 基于形态学的雷达图像特征提取

3.1 形态学基本理论

数学形态学是以随机集论、积分几何、拓扑学、近代代数为基础的用于数字图像处理和识别的学科［4］，其图像基本处理方法如图 6 所示。

图3 凝土试件缺陷布置

图4 试件成型后实况

图5 混凝土试件雷达灰度剖面图

图6 数学形态学的基本方法

大部分形态学运算都定义在腐蚀和膨胀的基本运算的基础上，通过运算处理达到改善图像质量、描述和定义图像的各种几何参数和特征如面积、周长、连通性、颗粒度、骨架和方向性等目的［4］，常见的形态学运算有腐蚀和膨胀两种。

3.2 图像特征提取的基本思路

为了找到方便快捷的特征提取方法，主要用到的方法与步骤如下：①适当去除噪声；②应用图形处理中的腐蚀功能，对图像进行处理，去掉次要部分，保留我们需要的主要特征；③利用膨胀处理，对腐蚀数据进行处理，把主要特征复原，次要特征在腐蚀过程中得到去除；④对图像进行边缘检测，首先检测图像中的边缘特征点，再将图像中的边缘特征点按照一定的方法连接起来，形成图像边缘的分界线；⑤利用前面几步得到的图形再进行计算机处理，提取出特征，如图 7 所示。

图7 信号特征提取流程

本文采用对雷达回波信号剖面按照图像的特点进行特征提取，主要通过提取双曲线轮廓特征对雷达回波信号剖面特征进行提取。

3.3 形态学应用于雷达数据处理

本文采用不同的结构元素系数腐蚀、膨胀处理图形，目的在于去掉细节，保留主体，同时找到适合的结构元素，以更好地凸显图像特征。图 8 给出了不同系数的腐蚀膨胀结果。

从图 8 可以看出：通过腐蚀、膨胀处理后图像的主要特征得到体现，次要因素得以忽略（去除），从而为雷达图像的判读、解释起到良好的区分作用，这是我们进行雷达图像分析的基础，按照处理的要求，可以选择相应的系数进行处理，以满足不同的处理要求。

4 基于图像边缘检测的雷达图像特征提取

本文通过边缘检测来提取雷达图像的特征曲线，对图像进行边缘检测的基本步骤如下：首先检测图像中的边缘特征点，再将图像中的边缘特征点按照一定的方法连接起来，形成图像边缘的分界线，此边缘分界线可以将目标图像与背景图像区分开来，从而得到雷达图像的特征曲线。雷达图像中某对象的边界上的像素点，其领域将是一个灰度级变化带。根据图像中灰度变化的特征，可将灰度变化特征分为屋顶型、凸缘型、阶梯型等 3 个基本类型，具体如图 9 所示。对形态学处理后的雷达图像进行边缘检测，边缘检测结果如图 10 所示。

图8 雷达图像腐蚀膨胀结果

图9 图像边缘的典型变化特征

从图 10 图像边缘检测处理的结果可以看出：边缘检测结合腐蚀、膨胀能快速而准确地得到图像边缘曲线，且边界线连续平滑。

图10 图像边缘检测结果

5 结语

1）本节提出了基于形态学的图像特征提取的一般思路。

2）通过形态学腐蚀、膨胀处理后图像的主要特征得到体现，次要因素得以忽略（去除），从而为雷达图像的判读、解释起到良好的区分作用，这是我们进行雷达图像分析的基础。

3）边缘检测结合腐蚀、膨胀能快速而准确地得到图像边缘骨架曲线，且边界线连续平滑。