本發明專利技術公開了一種具有識別功能的超聲波探測裝置，包括普通超聲波探測裝置和安裝在超聲波探測裝置上的目標識別裝置，目標識別裝置包括建模模塊、分段模塊、合并模塊和濾波模塊。本發明專利技術通過在超聲波探測裝置上加裝目標識別裝置，能夠有效增強超聲波探測裝置的探測能力，超聲波探測裝置通過目標輪廓識別目標，識別過程中能有效濾除目標輪廓噪聲，從而對目標種類做出正確識別。
【技術實現步驟摘要】
本專利技術涉及超聲波探測領域，具體涉及一種具有識別功能的超聲波探測裝置。
技術介紹
自從超聲波被發現以來，人類對超聲波的探索和應用就沒有停止過，目前已廣泛 應用于軍事、醫學、工業等各個領域。隨著社會和科學技術的進步，各種超聲波探測裝置被 制造出來，超聲波探測裝置的應用對人們的生活的各個方面產生了巨大的影響。然而，目前 的超聲波探測裝置大部分只能根據聲波反射原理和多普勒效應探測目標的距離和速度，并 不具備目標識別功能，限制了超聲波探測裝置的應用。目標輪廓識別作為目標識別的重要手段，由于實際應用中受到噪聲、量化誤差等 因素的影響，目標輪廓不可避免地會產生失真，為了準確描述輪廓特征，目標輪廓的濾波平 滑處理是十分必要的。目前，學者們提出了許多含噪輪廓的濾波平滑算法，但是普遍存在計 算量龐大、降噪效果不理想、容易發生過度濾波導致目標失真等問題。
技術實現思路
針對上述問題，本專利技術提供一種具有識別功能的超聲波探測裝置。 本專利技術的目的采用以下技術方案來實現： -種具有識別功能的超聲波探測裝置，包括普通超聲波探測裝置和安裝在超聲波 探測裝置上的目標識別裝置，該超聲波探測裝置具有很強的識別能力，目標識別裝置能夠 根據目標輪廓對目標進行識別，其特征是，包括建模模塊、分段模塊、合并模塊和濾波模塊； 建模模塊，用于建立目標輪廓的參數化方程:對于給定的目標輪廓G(t)，其弧長參 數化方程表示為G(t) = (x(t)，y(t))，其中x(t)和y(t)分別表示輪廓點的坐標，t表示輪廓 曲線方程的參數，且te; 含噪輪廓的弧長參數化方程表示為:6〃(〇=6(〇+仏（〇+仏（〇6(〇,其中加性噪 聲部分Ni(t)=Ni(xi(t)，yi(t))，乘性噪聲部分N2(t)=N2(X2(t)，y2(t)); 分段模塊，用于對輪廓的分段：目標輪廓G(t)和含噪輪廓GN(t)所對應的曲率分別 為k(t)和k N(t);選寬度寬度為D的窗函數W(n)，對曲率kN(t)進行鄰域平均，得到平均曲率 k1N( t)，同時對窗口內的曲率值排序，選定中值曲率k2N( t)，將平均曲率k1N( t)和中值曲率k2N (t)差的絕對值與選定的閾值^進行比較，根據比較結果決定含噪輪廓曲率k^U)，即： 當 |kiN(t)-k2N(t) 否貝 lj， 由于曲率值較大的輪廓點通常反映了目標的顯著特征，根據k%(t)將輪廓中所有 輪廓點劃分為特征點或非特征點，設定可變權值Τκ，通過判斷目標輪廓特征多少，自適應的 決定Τκ， 當 | k7 N(t) | <Ti(*max | k7 N(t) | 時，特征函數 f(t) =0 否則，特征函數f(t) = l。 合并模塊：用于剔除由于噪聲干擾產生的偽特征點，以及對無法形成連續區域的 特征點和非特征點進行合并操作，從而得到有效的特征區域與非特征區域:選定一個起始 點〇,輪廓起始點向兩側延伸合并相鄰的點，以該起始點類型作為該區域預設類型，向兩側 延伸各S X μ〇時停止，其中S為預設的最小長度，為〇點處的實時曲率修 正系數，代表〇點的曲率半徑，代表由上述窗函數得到的〇點的平均曲率半徑，實 時曲率修正系數用于根據不同點的曲率不同，自動修正延伸長度，能有效減小合并后的 失真現象;分別計算兩側區域內相異點的個數Ν+1和Ν-1，若相異點的個數小于設定的該類 型相異點最小個數，則該區域與預設類型相同，否則，與預設類型相反;再以兩個停止點〇 +1 和點0-1作為起始點重新開始計算，向外側延伸SXyQ+^SXyQ+1時停止，其中 代表點〇 +1和點0-i處的實時曲率修正系數，〇+1兩側區域內相異點個數為Ν+2,0^兩側區域內 相異點個數為Ν-2,根據上述判定條件，依次確定各段輪廓類型，長度不足S的部分根據其與S 的比例計算相異點個數，計入相應的特征區域;對相鄰的同類型區域進行合并，得到連續的 特征區域和非特征區域； 濾波模塊:乘性噪聲由于和圖像信號是相關的，隨圖像信號的變化而變化，采用維 納濾波來進行一級濾除，此時圖像信息還包含有殘余乘性噪音，通過F濾波器F(x，y)=qX exp(_(x 2+y2)/P2進行二級濾除，其中q是將函數歸一化的系數，即：JJqXexp(-(x 2+y2)/P2) dxdy = 1，β為圖像模板參數；乘性噪聲濾除后，含噪目標輪廓的弧長參數化方程表示為6〃(丨）'=6(〇+見(〇;假 設加性噪聲為高斯白噪聲:XN(t) ' = X(t)+gi(t，〇2)，yN(t) ' =y(t)+g2(t，〇2)，其中xN(t) ' 和 yN(t)'分別表示去除乘性噪聲后含噪輪廓上各點坐標，gl(t，〇 2)和g2(t，〇2)分別是均值為 零、方差為σ 2的高斯白噪聲，用于模擬含噪目標輪廓中的加性噪聲；對含噪輪廓進行平滑，命名為Κ濾波器，經過輪廓點分類 和區域劃分，含噪輪廓GN(t) '表示為不同類型輪廓分段的組合:GN(t) =Σ,· Gf (t) + Σ? (t)， 其中Gf (t)表示包含特征區域的輪廓分段，GfF (t)表示包含非特征區域的輪廓分段，根據 輪廓特征分布選取K濾波器的參數，同時考慮全局特征和局部特征因素，在特征區域，為了 保留細節信息，令〇€11^1((/,「 1><(11);在非特征區域，為了提高抑制噪聲的效果，令 σ > max(o'，j!n X σ())，其中σ'為先驗估算得到的全局方差，σχ為所選特征區域的先驗估算 方差，σ〇為所選非特征區域的先驗估算方差，:?為所選特征區域的平均實時曲率修正系數， 為所選非特征區域的平均實時曲率修正系數;為了達到較好的平滑效果，選取每種類型 區域最小長度S的一半作為K濾波器85%置信區間的長度，從而根據兩類區域的長度自適應 不同參數的K濾波器。 本專利技術通過在超聲波探測裝置上加裝目標識別裝置，能夠有效增強超聲波探測裝 置的探測能力，超聲波探測裝置通過目標輪廓識別目標，識別過程中能有效濾除目標輪廓 噪聲，從而對目標種類做出正確識別。【附圖說明】 利用附圖對本專利技術作進一步說明，但附圖中的實施例不構成對本專利技術的任何限 制，對于本領域的普通技術人員，在不付出創造性勞動的前提下，還可以根據以下附圖獲得 其它的附圖。 圖1是本專利技術的具有識別功能的超聲波探測裝置的結構框圖。【具體實施方式】 結合以下實施例對本專利技術作進一步描述。 圖1是本專利技術的結構框圖，其包括:建模模塊、分段模塊、合并模塊、濾波模塊。 實施例1: 一種具有識別功能的超聲波探測裝置，包括普通超聲波探測裝置和安裝 在超聲波探測裝置上的目標識別裝置，該超聲波探測裝置具有很強的識別能力，目標識別 裝置能夠根據目標輪廓對目標進行識別，其特征是，包括建模模塊、分段模塊、合并模塊和 濾波模塊； 建模模塊，用于建立目標輪廓的參數化方程:對于給定的目標輪廓G(t)，其弧長參 數化方程表示為G(t) = (x(t)，y(t))，其中x(t)和y(t)分別表示輪廓點的坐標，t表示輪廓 曲線方程的參數，且te; 含噪輪廓的弧長參數化方程表示為AWOiGUHNKO+NdOGU)，其中加性噪 聲部分Ni(t)=Ni(xi(t)，yi(t))，乘性噪聲部分N2(t)=N2(X2(t)，y本文檔來自技高網...
【技術保護點】
一種具有識別功能的超聲波探測裝置，包括普通超聲波探測裝置和安裝在超聲波探測裝置上的目標識別裝置，該超聲波探測裝置具有很強的探測能力，目標識別裝置能夠根據目標輪廓對目標進行識別，其特征是，包括建模模塊、分段模塊、合并模塊和濾波模塊；其中，建模模塊，用于建立目標輪廓的參數化方程：對于給定的目標輪廓G(t)，其弧長參數化方程表示為G(t)＝(x(t),y(t))，其中x(t)和y(t)分別表示輪廓點的坐標，t表示輪廓曲線方程的參數，且t∈[0,1]；含噪輪廓的弧長參數化方程表示為：GN(t)＝G(t)+N1(t)+N2(t)G(t)，其中加性噪聲部分N1(t)＝N1(x1(t),y1(t))，乘性噪聲部分N2(t)＝N2(x2(t),y2(t))；分段模塊，用于對輪廓的分段：目標輪廓G(t)和含噪輪廓GN(t)所對應的曲率分別為k(t)和kN(t)；選寬度為D的窗函數W(n)，D∈{7，9}，對曲率kN(t)進行鄰域平均，得到平均曲率k1N(t)，同時對窗口內的曲率值排序，選定中值曲率k2N(t)，將平均曲率k1N(t)和中值曲率k2N(t)差的絕對值與選定的閾值T1進行比較，根據比較結果決定含噪輪廓曲率k′N(t)，T1＝0.2，即：當|k1N(t)?k2N(t)|>T1時，?k′N(t)＝k1N(t)否則，?k′N(t)＝k2N(t)；由于曲率值較大的輪廓點通常反映了目標的顯著特征，根據k′N(t)將輪廓中所有輪廓點劃分為特征點或非特征點，設定可變權值TK，通過判斷目標輪廓特征多少，自適應的決定TK，當|k′N(t)|<TK*max|k′N(t)|時，?特征函數f(t)＝0否則，?特征函數f(t)＝1。...
【技術特征摘要】
【專利技術屬性】
技術研發人員：孟玲，
申請(專利權)人：孟玲，
類型：發明
國別省市：浙江;33
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。