[發明專利]一種基于貝葉斯推理的GPR圖像去噪方法及系統

有效

• 申請號: 201911294909.1
• 申請日: 2019-12-16
• 公開（公告）號: CN111105374B
• 公開（公告）日: 2023-06-30
• 發明（設計）人: 原達;苗翠;王崴;陳飛凡;李文生;王冬雨;崔嘉傲
• 申請（專利權）人: 山東工商學院
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06N5/04;G06N7/01
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 董雪

本發明公開了一種基于貝葉斯推理的GPR圖像去噪方法及系統，包括：選取設定的若干去噪模型，根據去噪模型、信號與噪聲之間的關系構造貝葉斯網絡；所述去噪模型、信號與噪聲分別作為貝葉斯網絡中的隨機變量節點；計算貝葉斯網絡中各隨機變量節點的聯合概率密度；對輸入的待預測的GPR圖像，貝葉斯網絡通過聯合樹算法進行推理，計算出每一個像素點屬于有效信號和噪聲的后驗概率，通過選擇最大后驗概率來實現GPR圖像的信噪分離。本發明借助了貝葉斯網絡融合多種去噪模型，并使用聯合樹算法計算出貝葉斯網絡中每個像素點的最大后驗概率，從而實現信噪分離。

技術領域

本發明涉及針對探地雷達圖像的去噪技術領域，尤其涉及一種基于貝葉斯推理的GPR圖像去噪方法及系統。

背景技術

本部分的陳述僅僅是提供了與本發明相關的背景技術信息，不必然構成在先技術。

探地雷達(Ground?Penetrating?Radar,GPR)利用高頻電磁波束的反射原理來對地下目標進行有效探測，常被用于考古、礦產勘查、災害地質調查、巖土工程勘察、工程質量檢測、建筑結構檢測以及軍事目標探測等眾多領域[11-13]。但在實際應用過程中，由于室外環境較為復雜，廣告牌、建筑、植物等都會產生電磁干擾，形成各種各樣的干擾波，影響探地雷達數據質量。許多方法被提出來去除干擾噪聲。

基于濾波去噪的方法被廣泛應用，對一些分布確定的噪聲具有很好的效果，而對于我們GPR圖像中的未知干擾波噪聲，效果不是太理想。

在小波域中進行去噪的方法也是很常見的，另外，還有一些方法將小波變換和濾波方法相結合的方法，比如將中值濾波和小波閾值去噪相結合，將小波閾值去噪后的圖像再進行中值濾波，有效去除圖像中的高斯噪聲。基于小波閾值去噪時，閾值及閾值函數的選取對去噪結果至關重要，但不同的噪聲特性很難確定最優的閾值和閾值函數。

在貝葉斯框架下，現有技術將小波系數的先驗值假設為廣義高斯分布(GGD)，使用BayesShrink方法來估計閾值，對較大的噪聲功率具有較好的效果。對一些低頻噪聲或與信號相近的雜波效果不明顯。

發明內容

為了解決上述問題，本發明提出了一種基于貝葉斯推理的GPR圖像去噪方法及系統，該方法及系統借助了貝葉斯網絡融合多種去噪模型，并使用聯合樹算法計算出貝葉斯網絡中每個像素點的最大后驗概率，從而實現信噪分離。

在一些實施方式中，采用如下技術方案：

一種基于貝葉斯推理的GPR圖像去噪方法，包括：

選取設定的若干去噪模型，根據去噪模型、信號與噪聲之間的關系構造貝葉斯網絡；所述去噪模型、信號與噪聲分別作為貝葉斯網絡中的隨機變量節點；

計算貝葉斯網絡中各隨機變量節點的聯合概率密度；

對輸入的待預測的GPR圖像，貝葉斯網絡通過聯合樹算法進行推理，計算出每一個像素點屬于有效信號和噪聲的后驗概率，通過選擇最大后驗概率來實現GPR圖像的信噪分離。

進一步地，選取設定的若干去噪模型，所述去噪模型包括：哈爾小波變換、Kuwahara濾波、三維塊匹配濾波、sym6小波變換和維納濾波。

進一步地，計算貝葉斯網絡中各隨機變量節點的聯合概率密度，具體包括：

使用閾值將各隨機變量節點系數進行量化處理；

網絡中的有向邊代表了不同隨機變量節點之間的聯系，通過經驗設置各節點的條件概率值，得到各節點的條件概率表；

根據條件概率表得到聯合概率密度。

進一步地，根據條件概率表得到聯合概率密度，具體為：

P(U)＝P(I,K,H,B,W,Y,S,N)