近年来多地频发的地面塌陷对社会经济造成了巨大损失,同时也对人民的生命安全产生了巨大威胁。三维地质雷达具有探测速度快和图像直观的优点,是当前道路隐伏空洞检测的有效手段。针对三维地质雷达图像开展地下隐患的智能识别研究,能有效提升检测效率与精度,对保障城市道路安全运营具有重要意义。本文基于地质雷达的成像原理与空洞图像特征,提出了一种基于图像识别的三维雷达隐患成像技术。通过此方法进行了基于标准体模型试验的地质雷达图像特征分析;同时将该方法应用到现场空洞实测图像识别与分析中,建立了三维体积计算模型。本文内容主要包括以下三部分:（1）基于图像识别的三维雷达隐患成像技术结合地质雷达探测与数据记录原理,推导得出了基于有效探测宽度的地下点目标双曲线成像模型;依据双曲线模型中边界点与顶点的反射波振幅比,给出了灰度图像中隐患区域与其它区域的灰度阈值计算公式。进而借助二值化方法进行图像分割,实现了空洞隐患区域的识别;然后通过基于KNN算法思想的离群点检测方法进行图像中异常干扰区域的检测与消除,提取空洞隐患主范围主范围;最后采用基于滚球法的凹包包络算法得到空洞隐患区域二维边界线,并通过邻近深度边界线坐标之间的点云插值,得到表征空洞隐患体的三维点云图像。（2）基于标准体模型试验的地质雷达图像特征分析通过开展标准体空洞模型试验,对水平切片图像进行了特征分析。首先分析了图像隐患边界线面积与埋深的关系。空洞隐患边界线面积大小与空洞埋深呈正相关,且只改变埋深时,雷达图像面积会呈现近似线性变化;其次分析了图像隐患边界线面积与试件表面弯曲度的关系,试件表面的弯曲程度越大,雷达图像隐患面积就越大。在此基础上,建立了在特定深度内基于试件水平面积S0和表面弯曲度X的面积差值ΔS计算模型。经验证表明,在试验环境赋存条件下该计算模型合理。（3）现场空洞图像识别与三维体积计算模型的建立首先,通过上述基于图像识别的三维雷达隐患成像技术,实现了对四处空洞的边界线识别提取和三维成像,并得到了所有水平切片图像空洞边界线周长、面积和体积等分析结果。随后,将图像分析结果与现场复测值进行了对比分析,主要研究内容包括:（1）分析了空洞边界线参数及其平均值和最大值与现场复测值之间的偏差关系;（2）研究了空洞边界线面积和周长的离散程度与实际空洞边界不规则度之间的变化规律;（3）研究了四处空洞的体积偏差Ev与面积离散系数CVs之间的变化规律,得到了三维体积计算模型,通过此模型建立了软件图像分析结果与现场复测值之间的联系,对道路隐伏空洞探测工作的高效开展具有重要意义。