| 摘 要： | 稳定不变的地下特征使得探地雷达在自动驾驶定位领域展现了巨大的应用前景，基于探地雷达定位性能和探地雷达图像匹配效果呈正相关，而稳定的特征提取算法优势是影响探地雷达图像匹配的重要因素.然而，探地雷达图像的物理分辨率较低，容易受到杂波和噪声的干扰，设计一个稳健的特征提取算法应用于探地雷达图像处理仍然是一项具有挑战性的任务.现有的方法多是基于梯度和滤波器特征等低层次视觉特征为基础设计的方法.低层次特征的不稳定使得现有方法对于弱回波图像的特征难以检测.基于上述问题，该文将相位对称性引入探地雷达图像处理当中，并提出了一种基于图像对称结构的特征提取算法，同时定义了新的相似性度量.首先，基于探地雷达图像中含有丰富的地质分层特征和对称双曲线特征，相位对称性在探地雷达图像中具有稳健的特征维持能力.其次，通过计算相位对称性特征的方向信息构建矢量对称性特征，最后结合图像处理中的直方图统计思想设计出具备稳定形状描述能力的特征提取算法(Histogram of Oriented Vector Phase Symmetry, HOVPS).通过在实测数据上比较相关算法和近年所提出最新算法相比，所提算法在特征分辨率较...
|
