CN101840003A - 一种针对金属违禁品的绿色通道敞篷车雷达检测方法 - Google Patents

Abstract

本发明公开了一种针对金属违禁品的绿色通道敞篷车雷达检测方法。首先对敞篷车录取雷达回波数据，然后去耦合波并截取出车厢区域，接着找出异常子阵位置，然后排除车尾回波影响，最后给出金属物违禁品的放置范围。检测人员参考得到的金属违禁品的放置范围，可以判断绿色通道敞篷车辆是否夹带了金属违禁品，并人工检查对应的车辆位置。本发明中的方法具有速度快、省时省力和检测准确率高等优点。

Description

一种针对金属违禁品的绿色通道敞篷车雷达检测方法

技术领域

本发明属于雷达探测和图像处理技术领域，具体涉及一种针对金属违禁品的绿色通道敞篷车雷达检测方法。

背景技术

为了服务“三农”，进一步降低鲜活农产品的运输成本，稳定农产品的市场价格，加大对农业生产的扶持力度，交通部规定，对在全国“五纵二横”高速公路的“绿色通道”上行驶的整车合法装载鲜活农产品运输车辆，免收车辆通行费。

在国家政策支持“三农”、促进民生的同时，部分绿色通道车辆却钻营国家政策，利用混装、伪装等手段，在车辆内部装载大量非农产品，外部仅以少量的鲜活农产品加以遮掩，逃缴高速公路通行费，导致了部分高速通行费流失，并且这一现象呈日益增长的趋势，给国家带来了很大损失，影响了绿色通道政策的健康发展。

为了保障国家“绿色通道”政策有效执行，减少国有资产流失，必须严厉打击利用混装、伪装等欺骗手段逃避缴纳公路通行费的违法行为。但是目前高速公路管理部门尚缺乏有效的绿色通道车辆检测手段。

目前绿色通道车辆检测主要依靠人工方法进行检查。一种方法是由工作人员进入车厢内用肉眼观察并手动搬移货物进行检查。具体操作是，当通过的待检验绿色通道车辆停止后，工作人员推动带有轮子的可移动扶梯到车辆后方，登梯进入车厢内部查看，必要时手动搬移表面的一部分货物，检查是否存在不符合绿色通道通行标准的物品。这种方法检查速度慢，工作人员的劳动强度大。当车辆装载量大且货物堆积较高时，工作人员手动检查只能检查货物表层，不便于检查货物深处。而当车辆完全装满时，工作人员无法进入车厢内检查，因此这种方法的检测覆盖率低。第二种方法是使用钢钎探查，通过的待检测车辆停止后，工作人员将一根带有螺旋纹的长钢钎从车辆两侧或后方的任意部位扎入，抽出后检查钢钎螺旋槽内带出的残留物是否和装载货物的特征相符合。这种方法主观性大、检查速度慢、劳动强度大、且漏检率非常高，对小型货车能够起到一定的作用。但是对大型、超长的集装箱式货车，钢钎无法从两侧只能从后方插入，且从后方插入时探查深度远远小于车厢长度，钢钎探查法对集装箱式货车检测的作用有限。另外钢钎探查法对运输货物可能会产生一定的破坏作用，对运输高价格、易损坏农产品的绿色通道车辆采用钢钎探查法进行检测时，往往会引起货运司机的不满。因此，绿色通道检查点急需一种快速、高效、无损探测手段。

已知的另一种正在考虑实施的检测方法是比重法。该方法使用地面内嵌式磅秤来测重，当车辆开过磅秤时测得整车重量，整车重量减去根据车型得到的车体重量就是车辆装载货物所占的重量。然后用红外探测的方法可以得到车厢体积，货物重量与车厢体积相除得到一个比重值，将该值和车辆装载货物类型的标准比重值相比较，看两者是否相符，如果差值过大，则可判定所检测的车辆可能装载有不同种类的货物，需要重点检测。但由于该方法中测重是在车辆运动的过程中动态进行的，得到的是一个瞬时重量值，对同一辆车多次测量的结果可能都不相同，因此货物重量的测量准确性不能保证；另外不同类型的货物堆积的稀疏程度也不同，有些货物类型在车厢中放置时，个体与个体之间的空隙较大，堆积程度稀疏，如南瓜；而另一些货物类型在车厢中放置时，个体与个体之间的空隙较小，堆积程度密实，如青椒，装载货物类型的标准比重值难以给定。而且实际中绿色通道车辆运输时一辆车上可能装有好几种不同类型的绿色通道货物，这也给比重法的准确测量带来困难。

能够实现内部结构无损探测的方法主要有超声波检测法、X光检测法及核探测法。超声波检测方法主要利用超声波的反射、折射现象来探测物体内部的不均匀性，通常是对于同一种均匀、结构致密的介质探测其不连续程度，多用于金属探伤，而鲜活农产品形状不规则、堆积程度稀疏，因此超声波探测方法不适用于农产品检测；X光检测法以及核探测法分辨率高、成像直观，但是设备运行成本高昂，而且对人体辐射较强、安全性差，因而也难以应用在人流通行量较大的高速公路。

发明内容

本发明的目的是利用雷达天线发射的电磁波对绿色通道敞篷车进行检测，对敞篷车回波数据进行处理后，判断敞篷车是否夹带有金属违禁品，如果有夹带则给出敞篷车夹带的金属违禁品的放置范围。

雷达检测法能够实现内部结构无损探测，利用的是电磁波在不同介电常数的介质中传播时的变化差异特性。电磁波可以透过树木、蔬菜和瓜果等农产品传输，在电磁波传输过程中，鲜活农产品充当了电磁波的传输介质，电磁波在介质中传播时，其路径、电磁场强度与波形将随所通过介质的电性质及几何形态而变化，本发明的雷达检测设备正是根据电磁波在介质中传播的这个特征来工作的。雷达检测设备可以根据电磁波的变化差异，反映出被检测介质体的赋存形态、尺寸大小以及各介质体间的界面，另外，电磁波在不同介质中传播的速度存在差异，不同介质对电磁波的吸收和反射能力也有差异。利用不同介质在雷达检测设备中呈现的图像不同这一特征，可以揭示探测范围内不同填充介质对雷达图像的影响规律。电磁波在导电介质中传播时，雷达波的穿透能力是有限的。电导率越高衰减越大，反射回波就越强。金属物体受到电磁波照射时，将会产生强反射，可以此为依据来检测绿色通道敞篷车是否夹带有金属违禁品。

本发明方法包括以下几个步骤：

步骤一：对敞篷车录取雷达回波数据；

检测绿色通道敞篷车的硬件设备由天线支撑框架、雷达天线、雷达主机和控制计算机组成。天线支撑框架为“门”字形天线支架，对敞篷车检测时，将雷达天线口朝下，吊装在天线支撑框架的中间位置，雷达天线通过电缆与在天线支撑框架旁边放置的雷达主机和控制计算机相连。当有敞篷车通过绿色通道车辆检测点时，驱使敞篷车以3～8公里/小时的速度从装有雷达天线的天线支撑框架下方匀速驶过，控制计算机通过雷达主机控制雷达天线发射电磁波并接收敞篷车的回波数据，当敞篷车完全通过雷达照射区域后，数据录取完成。

步骤二：去耦合波并截取出车厢区域；

录取的雷达回波数据按时间的先后顺序排列成M行N列的数据矩阵，显示为原始数据图像F，其中M是一个接收回波包含的采样点数，N是数据录取时间内接收回波的总个数。图像F中的数据经过了取模和归一化处理，取值范围是0～1。由于雷达天线中发射机和接收机分置且同时工作，接收机所接收到的回波信号会受到发射信号的耦合影响。发射信号耦合到接收信号中的耦合波集中在接收信号的开始部分，属无效信息，为了方便后续处理应该去掉。耦合波在原始数据图像F中显示为最上方的横条带状区域。紧邻该区域下方的弱信号区域是雷达波在空气中的回波，该弱信号区域的数据与耦合波区域的数据的差值大于0.6。通过分析耦合波区域和弱信号区域的值分布，大致确定出耦合波的截止行位置的估计值H，然后求得1～H行范围内所有列上的数据的均值I，其中H的值与雷达参数有关，可通过观察原始数据图像F来估计得到，均值I在0.6～1内取值。从第1行开始以W为间隔获取不同行区间内所有列上数据的均值，也就是依次得到W×N个数据的均值，直到均值小于I为止，此时这个均值小于I的行区间包含的最大行位置就是耦合波在原始数据图像F中的截止行位置X₁，其中W在10～50内取整数值。检测时有效的数据部分是敞篷车的车厢区域回波数据，在录取数据过程中当敞篷车不在雷达波的照射范围内时，雷达波通过空气传播后直接照射到地面，接收回波包含地面的强反射波，这时的回波数据不包含敞篷车的有效信息。地面回波数据大于0.8，且分布在多行上，要去掉包含地面回波的回波数据，首先要得到地面回波行位置D，D的取值由雷达采样频率和地面到雷达天线的距离决定。统计原始数据图像F中每一列上D-100～D+100行范围内大于0.8的数据个数，按对应的列数顺序排列，得到长度为N的序列Y，取Y中最大值的1/2～1/3为第一门限T₁，第一门限T₁取整数值，作为搜索地面回波结束列位置和开始列位置的个数门限。从对应第1列上数据个数的序列Y的头端开始向尾端做搜索，得到的第一个小于第一门限T₁的序列成员对应的列位置是地面回波的结束列位置Y₁，相应的，从对应第N列上数据个数的序列Y的尾端开始向头端做搜索，得到的第一个小于第一门限T₁的序列成员对应的列位置是地面回波的开始列位置Y₂。然后确定车厢底的回波行位置X₂，从D行开始到D-200行为止，找出Y₁～Y₂列范围内每一列上第一个小于0.3的数据所在的行位置，如果得到的Y₂-Y₁+1个行位置相互之间的差值都小于100，取这N个行位置中的最小值为X₂，如果差值中有一个大于100，则设定X₂＝D。再结合耦合波的截止行位置X₁与地面回波的结束列位置Y₁和开始列位置Y₂，从原始数据图像F中截取出车厢区域图像G。

步骤三：找出异常子阵位置；

敞篷车中夹带的金属违禁品会对雷达发射的电磁波有强反射作用，由于敞篷车和雷达天线之间的相对运动，接收回波数据只在电磁波照射到金属违禁品时包含有强反射回波数据，这时的接收回波数据与电磁波未照射到金属违禁品时有很大差异。因此要对车厢区域图像G进行分析和处理，判断是否存在由金属违禁品的回波数据产生的异常子阵位置，如果存在异常子阵位置，可初步判定该敞篷车夹带有金属违禁品。找出异常子阵位置时，首先在车厢区域图像G中确定货物表面回波的估计行位置L，得到所有行位置大于L的数据构成初始矩阵E，从初始矩阵E的第1行和第1列开始，依次划分子阵，子阵的大小为U行V列，然后在得到的以子阵为元素的k_C行k_B列的新矩阵中，间隔a列划分列区间，a值不超过k_B/10。设第二门限T₂在0.5～0.7内取值，作为寻找异常子阵位置时的均值门限。获取各个列区间内子阵的最大均值，其中大于第二门限T₂的最大均值对应的子阵的左下角位置就是异常子阵位置，这样就得到了初步的异常子阵位置的分布。

步骤四：排除车尾回波影响；

当敞篷车后部装载货物不满时，货物表面上方的车尾金属挡板会产生强反射回波，因此敞篷车的车尾回波数据有时会和金属违禁品回波数据相混淆，因此需要判断上面初步得到的异常子阵位置是否属于车尾回波数据，以便排除车尾回波的影响。车厢区域图像G中的每一个点都对应一个数据，则多个相邻数据构成线段，这时车尾回波数据在车厢区域图像G中显示为从图像底部向右上方延伸的多条粗曲线段，一直延伸到货物表面回波的位置，依次对每一个异常子阵位置进行处理，判断是否属于车尾回波数据，如果是则剔除该异常子阵位置，最后得到了最终的异常子阵位置，都属于金属违禁品回波数据的影响。对一个异常子阵位置进行处理时，首先设该异常子阵位置对应的子阵的均值为m_p，设定0.8×m_p为第三门限T₃，作为转换二值图像的阈值。然后提取出以该异常子阵位置为左下角的最大长方形数据图像O，根据第三门限T₃将图像O转为二值图像，再利用数学形态学中的细化运算，对二值图像“细化”后得到细化图像S。在细化图像S中首先确定离该异常子阵位置最近的值为1的起始点q₁，记Q为搜索到的点的集合，Q初始设为空集，先将起始点q₁归入Q，然后对起始点q₁进行点搜索，在搜索范围R内搜索下一个值为1的点，搜索范围R是一个以当前起始点为左下角的长方形搜索区域，搜索区域的长和宽对应的点数在20～50的范围内取整数值。如果搜索到下一个值为1的点q₂，需要判断q₂与Q中的所有点是否在一条曲线上，判断依据是三阶多项式拟合的系数。如果不是在一条曲线上就舍弃点q₂，继续搜索下一个值为1的点，否则将q₂归入Q，并以q₂为新的起始点继续在搜索范围R内搜索下一个值为1的点，以此类推，直到搜索不到下一个值为1的点，则对起始点q₁的点搜索结束，也就是对异常子阵位置(i_p，j_p)的处理结束，此时Q内最后一个归入的点为q_n。由于车尾回波数据是货物表面上方的车尾金属挡板产生的，车尾回波最上端数据的行位置应与货物表面回波数据的行位置十分接近，但由于得到的货物表面回波的估计行位置L是估计值，并且考虑到雷达回波的分辨率和点搜索的精确率问题，搜索得到的车尾回波数据最上端的行位置，也就是点q_n的行位置与货物表面回波的估计行位置L之间会存在差值，需要给出第四门限T₄来判断当前处理的异常子阵位置是否属于车尾回波数据。根据工程经验和具体试验操作，在100～200的范围内取一整数值作为第四门限T₄，第四门限T₄的值越小，实际检测时的漏检概率越小，但误报的概率会增大，而第四门限T₄的值增大时，误报的概率减小，但漏检的概率会增大。如果q_n的行位置与L的差值的绝对值小于T₄，说明此时处理的异常子阵位置属于车尾回波数据，直接剔除该异常子阵位置，否则保留该异常子阵位置，对每一个初步得到的异常子阵位置进行处理后，最后保留下来的就是最终的异常子阵位置。

步骤五：给出金属物违禁品的放置位置；

根据最终的异常子阵位置的分布，判断敞篷车是否夹带有金属违禁品，如果有夹带，获得金属违禁品在车厢中的大致放置位置，并在控制计算机中显示结果。

本发明的优点在于：

(1)本发明利用雷达设备来检测绿色通道敞篷车，通过分析接收到的敞篷车雷达回波数据，判断敞篷车是否夹带有金属违禁品；

(2)本发明方法具有速度快、省时省力和检测准确率高等优点。

附图说明

图1是本发明针对金属违禁品的绿色通道敞篷车雷达检测方法流程图；

图2是本发明针对金属违禁品的绿色通道敞篷车雷达检测装置示意图；

图3是本发明敞篷车的原始数据图像；

图4是本发明截取出的车厢区域图像；

图5是本发明初步得到的异常子阵位置图；

图6是本发明车厢区域图像对应的细化图像；

图7是本发明对一个属于金属违禁品回波数据的异常子阵位置处理后的拟合曲线图；

图8是本发明对一个属于车尾回波数据的异常子阵位置处理后的拟合曲线图；

图9是本发明最终的异常子阵位置图。

图中：	1.天线支撑框架	2.雷达天线	3.雷达主机
				4.控制计算机	5.敞篷车	6.金属违禁品

具体实施方式

下面将结合附图和实施例对本发明做进一步详细说明。

本发明通过雷达设备对高速公路上行驶的绿色通道敞篷车5录取回波数据，对数据进行处理后给出夹带的金属违禁品6的大致放置范围。图1中给出了针对金属违禁品的绿色通道敞篷车雷达检测方法的流程图，处理过程包括以下五个步骤：

步骤一：对敞篷车录取雷达回波数据；

检测绿色通道敞篷车的硬件设备由天线支撑框架1、雷达天线2、雷达主机3和控制计算机4组成。对敞篷车5检测时将雷达天线2口朝下，吊装在“门”字形的天线支撑框架1的中间位置，雷达天线2通过电缆与旁边放置的雷达主机3和控制计算机4相连。当有敞篷车5通过绿色通道车辆检测点时，驱使敞篷车5以3～8公里/小时的速度从装有雷达天线2的天线支撑框架1下方匀速驶过，控制计算机4通过雷达主机3控制雷达天线2发射电磁波并接收敞篷车5的回波数据，当敞篷车5完全通过雷达照射区域后，数据录取完成。

如图2所示，天线支撑框架1为“门”字形支架，垂直竖立在地面上。雷达天线2口朝下吊装在天线支撑框架1的中间位置，从雷达天线2控制口连出的电缆与旁边放置的雷达主机3相连，雷达主机3与控制计算机4之间通过通用串行总线(Universal Serial Bus，简称为USB)接口进行通信。当有绿色通道敞篷车5从雷达天线2下方通过时，控制计算机4发送控制指令，使雷达天线2在对应敞篷车5的各项参数下发射电磁波并接收回波数据，敞篷车5完全通过雷达天线2的照射范围后获得车辆各个部分的雷达回波数据。

步骤二：去耦合波并截取出车厢区域；

雷达天线2对从下方通过的敞篷车5录取完回波数据后，就形成一个雷达回波数据矩阵，之后的处理都是围绕该雷达回波数据矩阵来进行的，将雷达回波数据矩阵中的每一个数据都作为一个像素点，则雷达回波数据矩阵构成一幅原始数据图像，记为F。

本发明中雷达天线2发射的是脉冲信号，一个接收回波脉冲信号采样后排成一列，多个接收回波脉冲信号按接收时间的先后顺序作行对齐排列，形成雷达回波数据矩阵。采样后的数据是复数，需要对雷达回波数据矩阵中的所有数据先取模，然后采用线性函数转换进行归一化处理，归一化后数据的取值范围是0～1。如果对敞篷车5录取数据时共接收了N列回波脉冲信号，每列回波脉冲信号的采样点数为M，就得到一个M行N列的雷达回波数据矩阵，该雷达回波数据矩阵的第i行第j列的数据记为数据(i，j)，对应的是第j个回波脉冲信号的第i个采样值，其中N与实际的数据录取时间T_R和脉冲重复频率PRF有关，取值为T_R×PRF去掉小数部分后的整数值，M与接收时间窗长度T_W和采样频率F_S有关，取值为T_W×F_S去掉小数部分后的整数值，i取1～M范围内的整数值，j取1～N范围内的整数值。在雷达回波数据矩阵中，行数1～M是从上到下排列的，列数1～N是从左往右排列的，每一个具体位置处的数据的值都是回波脉冲信号的采样值，数据(1，1)的位置是第1行第1列，位于数据矩阵的左上角，该数据的值是第1个回波脉冲信号的第1个采样值，数据(M，N)的位置是第M行第N列，位于数据矩阵的右下角，该数据的值是第N个回波脉冲信号的第M个采样值。由于不同长度的敞篷车5的数据录取时间T_R不同，而且脉冲重复频率PRF也会变化，因此N值会相应变化。同样，接收时间窗长度T_W和采样频率F_S变化时，M值也会相应变化，因此数据矩阵的具体尺寸不定。

典型的夹带了金属违禁品6的敞篷车5的原始数据图像F如图3所示。该原始数据图像对应的数据录取时间T_R为12.4s，脉冲重复频率PRF为128，接收时间窗长度T_W为68.3ns，采样频率F_S为30GHz，因此共录取了1587列回波脉冲信号，每列回波脉冲信号的采样点数为2049。从图中可以看出横坐标表示1～1587的列数范围，纵坐标表示1～2049的行数范围。图像中的数据在0～1的范围内取值，图像右边的刻度条标示出了不同的值所代表的灰度。图3中显示出了敞篷车5从车头到车尾各个部分的雷达回波数据，可以看到在车厢的前半部分靠近车厢底的区域显示出了大于0.8的金属违禁品6的回波数据。

由于雷达天线2中发射机和接收机分置且同时工作，接收机所接收到的回波信号会受到发射信号的耦合影响。发射信号耦合到接收信号中的耦合波集中在接收信号的开始部分，属于无效信息。从图3中可以看出，耦合波在原始数据图像F中显示为最上方的横条带状区域，每个条带都占据N列，分布在若干行上，且条带上的数据都大于0.8，图3中共有3个条带，各个耦合波条带之间还有占据1～10行，且数据小于0.3的间断。紧邻该横条带状区域下方的弱信号区域是发射电磁波在空气中的回波数据，该弱信号区域的数据的值比耦合波区域的数据的值小的多，一般小于0.3。当雷达天线2参数固定时，接收的耦合波在原始数据图像F中的截止行位置X₁不变，实际中由于雷达参数不同，耦合波截止行位置X₁的值不定。可先设置耦合波截止行位置X₁的估计值H。由于H是估计值，不要求精确，可通过观察原始数据图像F来得到。放大图像F后观察耦合波区域中的最后一个条带，粗略确定该条带的截止行位置的取值范围，H的值要大于这一取值范围包含的最大值，但不能大于出现车辆回波数据的最小行位置，从图3中可以看出数据大于0.8的耦合波区域的最后一个条带的截止行位置在50～150之间，而出现车辆回波数据的行位置大于200，则H可设为200。然后求得1～H行范围内所有列上的H×N个数据的均值I。为了得到比H更精确的耦合波截止行位置，以W为间隔划分1～H的行范围，假设最多可分为k_W个行区间，则(k_W+1)×W＞H。由于各个耦合波条带间还有数据值小于0.3，占据1～10行的间断，因此W在10～50内取整数值，且不能大于H/3。依次获取行区间1～W，W+1～2×W，2×W+1～3×W，…，(k_W-1)×W+1～k_W×W内的所有列上的数据的均值，也就是从第1行开始以W为间隔依次获取W×N个数据的均值，设第一个均值小于I的行区间为第k_i个行区间，则该行区间包含的最大值k_i×W就是耦合波截止行位置，记为X₁，X₁取1～M内的整数值。对图3所示的原始数据图像来说，求得的均值I为0.4322，W的值设为10，划分了20个行区间，第一个均值小于I的行区间为第10个行区间，则X₁的值为100。

处理时有效的数据部分是敞篷车5的车厢区域回波数据，在录取数据过程中当敞篷车5不在雷达波的照射范围内时，雷达天线2发射的电磁波通过空气传播后照射到地面，接收回波包含了地面的直接强反射波，显示为图3两端纵坐标900～1100行之间大于0.8的地面强回波数据，这时的回波数据不包含有效信息，需要去掉。当雷达天线2位置固定后，地面与雷达天线2距离不变，地面回波在图3中的位置也不变，可根据实际情况确定地面回波行位置D，D的取值为2×R_D×F_S/C去掉小数部分后的整数值，其中R_D是雷达天线2到地面的垂直距离，F_S是采样频率，C是光速。对于图3所示的原始数据图像，R_D为5米，则地面回波行位置D为1000。从图3中可以看出，敞篷车5通过雷达天线2下方时，地面回波数据在图像中部有间断，间断处显示的就是敞篷车5的回波数据，间断处两端的列位置分别是地面回波结束列位置Y₁和开始列位置Y₂。统计原始数据图像F中D-100～D+100行范围内每一列上大于0.8的数据个数，按对应的列数顺序排列，得到了长度为N的序列Y，取Y中最大值的1/2～1/3为第一门限T₁，第一门限T₁取整数值，作为搜索地面回波结束和开始列位置的个数门限。从对应第1列上数据个数的序列Y的头端开始向尾端做搜索，得到的第一个小于第一门限T₁的序列成员对应的列位置是地面回波的结束列位置Y₁，相应的，从对应第N列上数据个数的序列Y的尾端开始向头端做搜索，得到的第一个小于第一门限T₁的序列成员对应的列位置是地面回波的开始列位置Y₂，Y₁和Y₂都取1～N内的整数值，且Y₁≤Y₂。图3中的原始数据图像对应的Y₁是670列，Y₂是1325列。

最后还需要确定车厢底的回波行位置X₂，在原始数据图像F中，以地面回波行位置D为基准，从D行开始到D-200行为止，在Y₁～Y₂列范围内找出每列中第一个小于0.3的数据的行位置，得到了Y₂-Y₁+1个行位置，如果这些行位置相互之间的差值都小于100，则取这Y₂-Y₁+1个行位置中的最小值为车厢底的回波行位置X₂。但有时由于回波在货物中的传播衰减强，车厢底的回波数据小于0.3，显示不明显，则得到的Y₂-Y₁+1个行位置之间的差值之一可能大于100，这时将地面回波行位置D作为车厢底的回波行位置X₂来进行后续处理。此时在原始数据图像F中截取X₁～X₂行，Y₁～Y₂列之间的所有数据，得到的图像G为敞篷车5的有效车厢区域图像。设车厢区域图像G对应的矩阵为A行B列，其中A＝X₂-X₁+1，B＝Y₂-Y₁+1。图3中车厢底的回波数据显示并不明显，则设X₂＝D＝1000，结合之前得到的Y₁、Y₂和X₁的值，截取100～1000行，670～1325列之间的所有数据构成的车厢区域图像G，在图4中给出，对应的A值为901，B值为656。

步骤三：找出异常子阵位置；

敞篷车5内夹带的金属违禁品6会对雷达发射的电磁波有强反射作用，由于敞篷车5和雷达天线2之间的相对运动，雷达天线2接收的回波数据中只在电磁波照射到金属违禁品6时包含有强反射回波数据，与电磁波未照射到金属违禁品6时的回波数据有很大差异，在车厢区域图像G中显示为强值区域。因此对车厢区域图像G进行分析和处理，判断是否存在金属违禁品回波数据产生的异常子阵位置。

为了找到金属违禁品回波数据在车厢区域图像G中显示的强值区域，首先应确定货物表面回波的估计行位置L，对车厢区域图像G中的每一列都从第1行开始找到第一个大于0.8的数据，记录该数据所在的行位置，最后得到每一列上大于0.8的数据的最小行位置，其中的最大值为B_M。将1～B_M的行范围划分成大小为100的若干个行区间，若B_M能被100整除，则划分为B_M/100个行区间，如果不能整除，也就是B_M＝b_k×100+b_r，b_r＜100，其中b_k和b_r都取整数值，则仍划分为b_k个行区间，但前b_k-1个行区间的大小都为100，最后一个行区间的大小为100+b_r。统计前面得到的每一列上大于0.8的数据的最小行位置在各个行区间内的分布个数，将分布个数最多的区间的中心值作四舍五入取整后，得到的就是货物表面回波的估计行位置，记为L。敞篷车5内夹带的金属违禁品6一般放置在车厢底上，远离货物表面。因此寻找异常子阵位置时，可在车厢区域图像G中截取行位置大于L的所有数据，构成C行B列的初始矩阵E，其中C＝A-L。从第1行和第1列开始，将初始矩阵E划分成若干个大小为U行V列的子阵，子阵大小相同且依次排列，相邻子阵间的行与列上允许有一部分重叠，其中U和V在10～30内取整数值，但都不能超过min(C，B)/10。假设划分子阵时，相邻子阵间在行方向上重叠了O_U行，列方向上重叠了O_V列，其中0≤O_U＜U，0≤O_V＜V，O_U和O_V的值越小则后续处理步骤的结果准确率越高，但计算量会增大。初始矩阵E划分为k_C×k_B个子阵，k_C取值为(C-U)/Q_U去掉小数部分后的整数值，k_B取值为(B-U)/Q_V去掉小数部分后的整数值，构成了k_C行k_B列的新矩阵，新矩阵的元素是子阵。然后在新矩阵中间隔a列划分列区间，得到列区间的个数为k_B/a去掉小数部分后的整数值，每个列区间都有k_C×a个子阵，其中a值不超过k_B/10，a的值越小，确定的异常子阵位置越准确，但计算量会增大。设第二门限T₂在0.5～0.7内取值，作为寻找异常子阵位置时的均值门限。依次获取每一个列区间内子阵的最大均值，如果最大均值大于第二门限T₂，设定该最大均值对应的子阵存在异常，标定该子阵左下角的数据在G中的列位置和行位置为异常子阵位置，这样就初步得到了异常子阵位置的分布。针对图4的车厢区域图像，图5给出了初步得到的异常子阵位置图，图中各个点的横坐标和纵坐标分别代表了异常子阵位置在车厢区域图像G中的列位置和行位置，可以看出除了金属违禁品回波数据产生的异常子阵位置外，还有车尾回波数据产生的异常子阵位置，应当剔除。图中分别用小箭头标示出了金属违禁品回波数据产生的一个异常子阵位置(796，81)，和车尾回波数据产生的一个异常子阵位置(797，410)。

步骤四：排除车尾回波影响；

由于敞篷车5是匀速通过雷达天线2下方的，车头和车尾的回波数据在车厢区域图像G中显示为两条较长的交叉曲线，其中车尾的影响尤其明显。从图4中可以看出，敞篷车5的车尾回波数据大于0.8，容易和金属违禁品回波数据相混淆。因此需要对每一个初步得到的异常子阵位置进行处理，判断是否属于车尾回波数据，以便排除车尾回波的影响。车厢区域图像G中的每一个点都对应一个数据，则多个相邻数据构成线段，这时车尾回波数据在车厢区域图像G中显示为多条粗曲线段，依次处理每一个异常子阵位置，对一个异常子阵位置(i_p，j_p)进行处理时，具体步骤为：设异常子阵位置(i_p，j_p)对应的子阵p的均值为m_p，其中i_p是子阵p左下角的数据在车厢区域图像G中的行位置，j_p是子阵p左下角的数据在车厢区域图像G中的列位置。首先提取图像G中所有行位置小于等于i_p且列位置大于等于j_p的点所组成的数据区域，也就是车厢区域图像G中以异常子阵位置为左下角的最大长方形数据图像O，为方便和图像G比较，图像O中数据的行位置和列位置不重新设置，和在G中相同，也就是说G中的数据(i_p-i_k，j_p+j_k)在O中仍记为数据(i_p-i_k，j_p+j_k)，这一操作不影响后续步骤。设定第三门限T₃为0.6×m_p，作为转换二值图像的阈值。根据第三门限T₃将图像O转为二值图像，将大于等于第三门限T₃的数据变为1，将小于第三门限T₃的数据变为0。然后利用数学形态学中由开关变换导出的细化运算，对该二值图像进行“细化”，最后得到细化图像S。图6中给出了车厢区域图像G对应的细化图像，对比图4可以看出“细化”操作将车尾回波数据的粗曲线段细化成了细曲线段，便于下一步的点搜索。

然后要在细化图像S中，从异常子阵位置(i_p，j_p)开始在异常子阵p中找出位置为(i₁，j₁)的起始点q₁，该点的值为1，且相对于子阵p中其它值为1的点来说，|i₁-i_p|+|j₁-j_p|的值最小。然后对起始点q₁进行点搜索，搜索范围R是一个以当前起始点为左下角的长方形搜索区域，搜索区域的长和宽对应的点数在20～50的范围内取整数值。

对起始点q₁进行点搜索，先设记录搜索到的点的集合为Q，Q初始为空集，首先将起始点q₁归入Q，然后在搜索范围R内搜索下一个值为1的点，在搜索范围R中的进行点搜索顺序是：首先按列数从小到大的顺序搜索各列，在各列中按行数从大到小的顺序搜索各行。如果搜索到下一个值为1的点q₂，需要判断q₂与Q中的所有点是否在一条曲线上，判断依据是三阶多项式拟合的系数。分别对集合Q和包含q₂的集合{Q，q₂}进行三阶多项式拟合，得到两组拟合系数，每组分别有四个拟合系数，对应的拟合系数相减后求绝对值，将得到的四个绝对值相加，如果和大于0.1就舍弃点q₂，继续搜索下一个值为1的点，否则将q₂归入Q，并以q₂为新的起始点继续在搜索范围R内搜索下一个值为1的点，以此类推，直到搜索不到下一个值为1点为止，则此时对异常子阵位置(i_p，j_p)的处理结束，最后记录Q中最后一个归入的点q_n的位置为(i_n，j_n)。

由于车尾回波是货物表面上方的车尾金属挡板产生的，车尾回波数据的最小行位置应与货物表面回波数据的行位置十分接近，但由于得到的货物表面回波的估计行位置L是估计值，并且考虑到雷达回波的分辨率和点搜索的精确性问题，搜索得到的车尾回波数据的最小行位置，也就是q_n的行位置与货物表面回波的估计行位置L之间会存在差值，需要给出第四门限T₄来判断当前处理的异常子阵位置是否属于车尾回波数据。根据工程经验和具体试验操作，在100～200范围内取一整数值作为第四门限T₄，第四门限T₄的值越小，实际检测时的漏检概率越小，但同时误报的概率会增大，而第四门限T₄的值增大时，误报的概率减小，但漏检的概率会增大。如果|L-i_n|＜T₄，说明此时的异常子阵位置(i_p，j_p)属于车尾回波数据，应直接予以剔除，否则保留该异常子阵位置为最终的异常子阵位置。

对图4中的车厢区域图像，第四门限T₄设为170，在步骤三中得到的货物表面回波的估计行位置L为285。对图5中左边小箭头标示出的属于金属违禁品回波数据的异常子阵位置(796，81)进行处理后，为方便观察，对Q内的所有点进行三阶多项式拟合，得到的拟合曲线显示在图7中，可以看出拟合曲线中点的最小行位置为723，|L-723|＞T₄，则保留该异常子阵位置为最终的异常子阵位置。对图5中右边小箭头标示出的属于车尾回波数据的异常子阵位置(797，410)进行处理后，为方便观察，同样对Q内的所有点进行三阶多项式拟合，将得到的拟合曲线显示在图8中，拟合曲线中点的最小行位置为401，|L-401|＜T₄，则剔除该异常子阵位置。

通过对所有初步得到的异常子阵位置进行处理，排除车尾回波数据的影响后，得到最终的异常子阵位置如图9所示。

步骤五：给出金属物违禁品的放置位置；

根据最终的异常子阵位置的分布，判断敞篷车5是否夹带有金属违禁品6，如果有夹带，获得金属违禁品6在敞篷车5中的大致放置位置，并在控制计算机4中显示结果。

对最终的异常子阵位置，通过统计各个异常子阵位置的行位置和列位置的分布，得到了行位置的最大值i_max和最小值i_min，列位置的最大值j_max和最小值j_min，|A-(i_max+i_min)/2|/A为金属违禁品6的中心位置到车厢底的距离与车厢高度的比值，|(j_min+j_max)/2|/B为金属违禁品6的中心位置到车厢前背板的距离与车厢长度的比值，最后为了方便检测，给出的是金属违禁品6在车厢中的大致放置位置，前面的两个比值结果在控制计算机4中显示成分母为10的分数形式。针对图4中的车厢区域图像，金属违禁品6的中心位置在离车厢底0.89/10，离车厢前背板4.8/10处。如果对车厢区域图像处理后没有得到最终的异常子阵位置，则在控制计算机4中显示“敞篷车未夹带金属违禁品”。

对绿色通道敞篷车5检测时，经过以上五个步骤的处理后，可判断敞篷车5是否夹带有金属违禁品6，如果有夹带则给出金属违禁品6的放置位置，根据这一结果可以对敞篷车5做进一步的人工检查。

本发明使用雷达设备来检测绿色通道敞篷车5，通过分析和处理雷达回波数据，判断敞篷车5是否夹带有金属违禁品6，可以大大减轻绿色通道工作人员的工作量，加快车辆检测速度，提高检测准确率，为防止通过夹带非农产品来逃缴高速公路通行费的行为起到积极作用。

Claims (8)

1.一种针对金属违禁品的绿色通道敞篷车雷达检测方法，其特征在于，该方法包括如下步骤：

步骤一：对敞篷车录取雷达回波数据；

检测绿色通道敞篷车的硬件设备由天线支撑框架(1)、雷达天线(2)、雷达主机(3)和控制计算机(4)组成；

对敞篷车(5)检测时将雷达天线(2)口朝下，吊装在“门”字形的天线支撑框架(1)的中间位置，雷达天线(2)通过电缆与在天线支撑框架(1)旁边放置的雷达主机(3)和控制计算机(4)相连；

当有敞篷车(5)通过绿色通道车辆检测点时，驱使敞篷车(5)以3～8公里/小时的速度从装有雷达天线(2)的天线支撑框架(1)下方驶过，控制计算机(4)通过雷达主机(3)控制雷达天线(2)发射电磁波并接收敞篷车(5)的回波数据，当敞篷车(5)完全通过雷达照射区域后，数据录取完成；

步骤二：去耦合波并截取出车厢区域；

雷达天线(2)对从其下方通过的敞篷车(5)录取完回波数据后，就形成一个雷达回波数据矩阵，将该雷达回波数据矩阵中的每一个数据都作为一个像素点，则雷达回波数据矩阵构成一幅原始数据图像，记为F；

通过分析原始数据图像F最上方横条带状区域的值分布，确定耦合波的分布范围，得到耦合波在原始数据图像F中的截止行位置X₁；

通过分析地面强回波的值分布，找出敞篷车(5)通过雷达天线(2)前后地面回波的结束列位置Y₁和开始列位置Y₂，然后确定车厢底的回波行位置X₂；

最后在原始数据图像F中截取X₁～X₂行，Y₁～Y₂列之间的所有数据，得到的车厢区域图像G为敞篷车(5)的有效车厢区域图像；

设车厢区域图像G对应的矩阵为A行B列，其中A＝X₂-X₁+1，B＝Y₂-Y₁+1；

步骤三：找出异常子阵位置；

首先在车厢区域图像G中对每一列都从第1行开始找到第一个大于0.8的数据，记录该数据所在的行位置，最后得到了每一列上大于0.8的数据的最小行位置，其中的最大值为B_M；

然后在车厢区域图像G中将1～B_M的行范围划分成大小为100的b_k个行区间：若B_M能被100整除，则划分b_k＝B_M/100个行区间；如果不能整除，也就是B_M＝b_k×100+b_r，b_r＜100，其中b_k和b_r都取整数值，则仍划分为b_k个行区间，但前b_k-1个区间的大小都为100，最后一个区间的大小为100+b_r；统计前面得到的每一列上大于0.8的数据的最小行位置在各行区间内的分布个数，将分布个数最多的区间的中心值四舍五入取整后，得到的就是货物表面回波的估计行位置，记为L；

寻找异常子阵位置时，首先在车厢区域图像G中截取行位置大于L的所有数据，构成C行B列的初始矩阵E，其中C＝A-L；从第1行和第1列开始，将初始矩阵E划分成若干个大小为U行V列的子阵，子阵大小相同且依次排列，相邻子阵间的行与列上允许有一部分重叠，其中U和V在10～30内取整数值，但都不能超过min(C，B)/10；假设划分子阵时，相邻的子阵之间在行方向上重叠了O_U行，列方向上重叠了O_V列，其中0≤O_U＜U，0≤O_V＜V，O_U和O_V的值越小则后续处理步骤的结果准确率越高，但计算量增大；初始矩阵E划分为k_C×k_B个子阵，k_C为(C-U)/O_U去掉小数部分后的整数值，k_B为(B-U)/O_V去掉小数部分后的整数值，构成了k_C行k_B列的新矩阵，新矩阵的元素是子阵；

然后在新矩阵中间隔a列划分列区间，得到列区间的个数为k_B/a去掉小数部分后的整数值，每个列区间都有k_C×a个子阵，其中a值不超过k_B/10，a的值越小，确定的异常子阵位置越准确，但计算量增大；设第二门限T₂在0.5～0.7内取值，作为寻找异常子阵位置时的均值门限；依次获取每一个列区间内子阵的最大均值，如果最大均值大于第二门限T₂，设定该最大均值对应的子阵存在异常，标定该子阵左下角的数据在G中的列位置和行位置为异常子阵位置；

步骤四：排除车尾回波影响；

对每一个初步得到的异常子阵位置都需要进行是否属于车尾回波数据的判断，对一个异常子阵位置(i_p，j_p)，处理的具体步骤为：

设异常子阵位置(i_p，j_p)对应的子阵p的均值为m_p，其中i_p是子阵p左下角的数据在车厢区域图像G中的行位置，j_p是子阵p左下角的数据在车厢区域图像G中的列位置；

车厢区域图像G中的每一个点都对应一个数据，首先提取车厢区域图像G中所有行位置小于等于i_p且列位置大于等于j_p的点所组成的数据区域，也就是车厢区域图像G中以异常子阵位置为左下角的最大长方形数据区域O；设定第三门限T₃为0.6×m_p，并将第三门限T₃作为转换二值图像的阈值；根据第三门限T₃将图像O转为二值图像，将大于等于第三门限T₃的数据变为1，将小于第三门限T₃的数据变为0；然后利用数学形态学中由开关变换导出的细化运算，对该二值图像进行“细化”，最后得到细化图像S；

然后在细化图像S中，从异常子阵位置(i_p，j_p)开始在子阵p中找出位置为(i₁，j₁)的起始点q₁，该点的值为1，且相对于子阵p中其它值为1的点来说，|i₁-i_p|+|j₁-j_p|的值最小；

对起始点q₁进行点搜索，先设记录搜索到的点的集合为Q，Q初始为空集，首先将起始点q₁归入Q，然后在搜索范围R内搜索下一个值为1的点；

如果搜索到下一个值为1的点q₂，需要判断q₂与Q中的所有点是否在一条曲线上，判断依据是三阶多项式拟合的系数，分别对集合Q和包含q₂的集合{Q，q₂}进行三阶多项式拟合，得到两组拟合系数，每组分别有四个拟合系数，对应的拟合系数相减后求绝对值，将得到的四个绝对值相加，如果和大于0.1就舍弃点q₂，继续搜索下一个值为1的点，否则将q₂归入Q，并以q₂为新的起始点继续在搜索范围R内搜索下一个值为1的点；以此类推，直到搜索不到下一个值为1点为止，则此时对异常子阵位置(i_p，j_p)的处理结束，最后记录Q中最后一个归入的点q_n的位置为(i_n，j_n)；

使用第四门限T₄来判断当前处理的异常子阵位置是否属于车尾回波数据；根据工程经验和具体试验操作，在100～200的范围内取一整数值作为第四门限T₄，第四门限T₄的值越小，实际检测时的漏检概率越小，但同时误报的概率增大，而第四门限T₄的值增大时，误报的概率减小，但漏检概率增大；

如果|L-i_n|＜T₄，说明此时的异常子阵位置属于车尾回波数据，应直接予以剔除；否则保留该异常子阵位置为最终的异常子阵位置；

步骤五：给出金属物违禁品的放置位置；

对最终的异常子阵位置，通过统计各个异常子阵位置的行位置和列位置的分布，得到了行位置的最大值i_max和最小值i_min，列位置的最大值j_max和最小值j_min，|A-(i_max+i_min)/2|/A为金属违禁品(6)的中心位置到车厢底的距离与车厢高度的比值，|(j_min+j_max)/2|/B为金属违禁品(6)的中心位置到车厢前背板的距离与车厢长度的比值；最后为了方便检测，给出的是金属违禁品(6)在车厢中的大致放置位置，前面的两个比值结果在控制计算机(4)中显示成分母为10的分数形式；

如果对车厢区域图像G处理后没有得到最终的异常子阵位置，则在控制计算机(4)中显示“敞篷车未夹带金属违禁品”。

2.根据权利要求1所述的一种针对金属违禁品的绿色通道敞篷车雷达检测方法，其特征在于，步骤二中所述的雷达回波数据矩阵是由多个排成一列的回波脉冲信号按接收时间的先后顺序作行对齐排列形成的；

采样后的数据是复数，对雷达回波数据矩阵中的所有数据先取模，然后采用线性函数转换进行归一化处理，归一化后数据的取值范围是0～1；

如果对敞篷车(5)录取数据时共接收了N列回波脉冲信号，每列回波脉冲信号的采样点数为M，则得到一个M行N列的雷达回波数据矩阵；该雷达回波数据矩阵的第i行第j列的数据记为数据(i，j)，对应的是第j个回波脉冲信号的第i个采样值，其中N与实际的数据录取时间T_R和脉冲重复频率PRF有关，取值为T_R×PRF去掉小数部分后的整数值，M与接收时间窗长度T_W和采样频率F_S有关，取值为T_W×F_S去掉小数部分后的整数值，i值取1～M范围内的整数值，j值取1～N范围内的整数值；

在雷达回波数据矩阵中，行数1～M是从上到下排列的，列数1～N是从左往右排列的，每一个具体位置处的数据的值都是回波脉冲信号的采样值，也就是说数据(1，1)的位置是第1行第1列，位于数据矩阵的左上角，该数据的值是第1个回波脉冲信号的第1个采样值，数据(M，N)的位置是第M行第N列，位于数据矩阵的右下角，该数据的值是第N个回波脉冲信号的第M个采样值。

3.根据权利要求1中所述的一种针对金属违禁品的绿色通道敞篷车雷达检测方法，其特征在于，步骤二中所述的耦合波的分布范围集中在接收信号的开始部分，属于无效信息；耦合波在原始数据图像F中显示为最上方的横条带状区域，每个条带都占据N列，且每个条带上的数据都大于0.8。

4.根据权利要求1中所述的一种针对金属违禁品的绿色通道敞篷车雷达检测方法，其特征在于，步骤二中所述的耦合波在原始数据图像F中的截止行位置X₁的确定方法如下：

当雷达天线(2)参数固定时，接收的耦合波在原始数据图像F中的截止行位置X₁不变；首先设置耦合波截止行位置X₁的估计值H，H是估计值，通过观察原始数据图像F来得到：放大原始数据图像F后观察耦合波区域中的最后一个条带，粗略确定该条带的截止行位置的取值范围，H的值大于这一取值范围包含的最大值，但不大于出现车辆回波数据的最小行位置；

然后求得1～H行范围内所有列上的H×N个数据的均值I；为了得到比H更精确的耦合波截止行位置X₁，以W为间隔划分1～H的行范围，假设最多分为k_W个行区间，则(k_W+1)×W＞H；W在10～50内取整数值，且不大于H/3；依次获取行区间1～W，W+1～2×W，2×W+1～3×W，…，(k_W-1)×W+1～k_W×W内的所有列上的数据的均值，从第一行开始以W为间隔依次获取W×N个数据的均值，设第一个均值小于I的行区间为第k_i个行区间，则该行区间包含的最大值k_i×W就是耦合波截止行位置X₁，X₁取1～M内的整数值。

5.根据权利要求1中所述的一种针对金属违禁品的绿色通道敞篷车雷达检测方法，其特征在于，步骤二中所述的地面回波的结束列位置Y₁和开始列位置Y₂的确定方法如下：

当雷达天线(2)位置固定后，地面与雷达天线(2)距离不变，地面回波数据在原始数据图像F中的位置也不变，根据实际情况确定地面回波行位置D，D的取值为2×R_D×F_S/C去掉小数部分后的整数值，其中R_D是雷达天线(2)到地面的垂直距离，F_S是采样频率，C是光速；

敞篷车(5)通过雷达天线(2)下方时，地面回波数据在数据图像中部有间断，间断处显示的就是敞篷车(5)的回波数据，间断处两端的列位置分别是地面回波结束列位置Y₁和开始列位置Y₂；统计原始数据图像F中D-100～D+100行范围内每一列中大于0.8的数据的个数，按对应的列数顺序排列，得到长度为N的序列Y，取Y中最大值的1/2～1/3为第一门限T₁，第一门限T₁取整数值，作为搜索地面回波结束和开始列位置的个数门限；从对应第1列上数据个数的序列Y的头端开始向尾端做搜索，得到的第一个小于第一门限T₁的序列成员对应的列位置是地面回波的结束列位置Y₁，相应的，从对应第N列上数据个数的序列Y的尾端开始向头端做搜索，得到的第一个小于第一门限T₁的序列成员对应的列位置是地面回波的开始列位置Y₂，Y₁和Y₂都取1～N内的整数值，且Y₁≤Y₂。

6.根据权利要求1中所述的一种针对金属违禁品的绿色通道敞篷车雷达检测方法，其特征在于，步骤二中所述的车厢底的回波行位置X₂的确定方法如下：

在原始数据图像F中，以地面回波行位置D为基准，从D行开始到D-200行为止，在Y₁～Y₂列范围内找出每列中第一个小于0.3的数据的行位置，得到Y₂-Y₁+1个行位置；

如果这些行位置相互之间的差值都小于100，则取这些行位置中的最小值作为车厢底的回波行位置X₂；

如果这些行位置相互之间的差值之一大于100，这时直接将地面回波行位置D作为车厢底的回波行位置X₂。

7.根据权利要求1中所述的一种针对金属违禁品的绿色通道敞篷车雷达检测方法，其特征在于，步骤四中所述的搜索范围R是一个以当前起始点为左下角的长方形搜索区域，搜索区域的长和宽对应的点数在20～50的范围内取整数值。

8.根据权利要求1中所述的一种针对金属违禁品的绿色通道敞篷车雷达检测方法，其特征在于，步骤四中所述的在搜索范围R内进行点搜索的顺序是：首先按列数从小到大的顺序搜索各列，在各列中按行数从大到小的顺序搜索各行。

Images