基于CEEMD排列熵的探地雷达图像去噪方法研究

摘要

针对探地雷达(GPR)探测地下空洞时受到各类噪声干扰的影响,造成难以提取地下空洞目标的问题.为得到较好的去噪效果,便于探地雷达图像的后期处理,故提出一种新的基于互补集合经验模态分解(CEEMD)与排列熵(PE)相结合的去噪方法.本方法有两个核心,首先是以互补集合经验模态分解为核心,其次是以排列熵的差分进行自适应选取本征模态函数(IMF)分量为核心.总体的算法是首先将探地雷达图像信号逐道分解成不同的IMF分量,然后对各个本征模态函数分量进行排列熵值计算,进而计算排列熵的二阶差分,以此来获取分割阈值,从而选取出目标本征模态函数分量,从而对目标本征模态函数分量进行重构,最终可得到去噪后的探地雷达图像.为量化探地雷达图像的去噪效果,将选取均方根误差(RMSD)和信噪比(SNR)作为去噪效果评价指标.通过有限时域差分法(FDTD)正演模拟仿真结果表明,在本方法与传统的互补集合经验模态分解结合排列熵方法的比较下,本方法的均方根误差最小,信噪比最高,说明本方法的失真最小以及去噪效果最好.本方法不仅可以得到较优的去噪结果而且保留住探地雷达图像中的空洞目标信号的细节特征,还具备较强的自适应性,因此可以为探地雷达图像去噪方法研究提供可靠有效的依据.