随着经济的发展，人类社会对石油、煤炭和天然气等资源的需求越来越大，而这些能源物质都隐藏在人们不可能直接获取的地下储层。探地雷达（Ground Penetrating Radar，GPR）是近几十年以来迅速发展起来的一种用来探测地下目标的非常有效的手段，利用探地雷达来采集的数据进行剖析，可以了解地下岩石与储层的基本信息。然而探地雷达波在地层以下的传播是非常复杂的，通过接收天线获得的探地雷达数据中充斥着非常多的噪声与杂波。因此，要在各种噪声和杂波中提取对探测人员有价值的信息是非常必要的，也是探地雷达解译过程中非常重要的环节。可视化技术（Visualization Technology）是数据之间相互进行交互的可视表达的过程，是用来增强人们对信息认知的一门技术。可视化技术能将不可见的信息或者难以直接显示的数据映射为人们更容易观察的符号、颜色、图形、纹理等，以此来增强对原始数据识别的效率，高效的传递真正需要的信息。可视化过程要处理的对象只是数据本身。依照所处理的数据的不同，可视化可以分为科学可视化与信息可视化两个分支。探地雷达数据类型属于是非结构化的、非几何的抽象的数据，按处理数据类型的类别划分应归为信息可视化的范畴。所以，本文所研究的内容是针对探地雷达数据纹理的信息可视化提出的。本文对探地雷达数据纹理的可视化的一些技术进行了探讨，然后主要对一种基于LBP（Local Binary Patterns，局部二值模式）的纹理特征的提取的编码形式进行改进，最后将改进的LBP用于探地雷达数据中。紧接着用GLCM（Gray Level Cooccurrence Matrix）的方法对探地雷达数据提取纹理特征，并结合主成分分析（Principal Component Analysis,PCA）的方法用于FCM聚类中，获得人眼可以直接获得信息的可视化图象。通过这两个所做实验的对比，对探地雷达数据纹理的可视化进行了相关探究和说明。本文的主要工作包括以下几个方面：1.根据探地雷达数据的特征，提出一种改进的LBP编码方式，并将这种优化方式应用于探地雷达数据纹理特征提取中本文对探地雷达数据进行深入分析，发现在探地雷达数据集中的相邻道数上的数据有很高的相似性，而地表以下相同结构的物理介质如沙土、石块、矿产等都是成堆出现的，在基于原始LBP编码方式的基础上，提出一种针对探地雷达数据的改进的LBP编码方式，并将这种改进的方法用于探地雷达纹理可视化研究中，经过实验对比，结果表明这种改进LBP编码方式的方法优于基于原始的LBP方法。2.将GLCM结合PCA的方法用于GPR数据纹理的可视化研究中本文将GLCM的纹理特征提取方法用于探地雷达数据中，根据生成的灰度共生矩阵可以提取数据的多个特征。虽然这些特征可以很好的反映某些纹理，但是特征集的维数过高，并没有取得很好的可视化效果，也极大的占用了资源和不必要的时间，因此，本文提出GLCM结合PCA的方法用于探地雷达数据纹理的可视化研究中。经过实验分析研究，基于GLCM与PCA的探地雷达数据纹理的可视化效果优于GLCM的方法。