目前探地雷达技术已经应用于路基病害检测与识别,然而,单幅二维探地雷达图像仅能反映其中一条测线的路基剖面,既不能全方位刻画路基结构信息,亦不能描述路基的宽度变化特征。为此,探地雷达数据三维重建与可视化的研究显得格外重要,本文以探地雷达数据为基础,研究三维探地雷达公路数据重建方法,具体研究内容如下:（1）为减弱因地形起伏造成的探地雷达数据间能量差异,保证探地雷达图像解译和识别的准确性,本文提出一种正则化K-SVD字典学习和Hampel滤波算法相结合的探地雷达数据重建方法。实验采用正则化K-SVD字典学习对探地雷达信号进行能量均衡,利用Hampel滤波算法剔除均衡后的信号异常值,并对均衡后的信号进行二维可视化,从而完成探地雷达图像重建。通过对比实验表明,本文方法不但可以均衡原始的探地雷达信号,而且其均衡后的信号更加符合探地雷达信号传播规律,可以保证单道数据信号的质量,其重建的图像效果更好,在探地雷达图像重建方面具有较好的实用价值。（2）本文提出一种三维探地雷达噪声分析与抑制方法,将降噪问题转化为一个关于三阶张量的优化问题。该算法对三维探地雷达（GPR）数据进行Tucker分解,采用高阶正交迭代算法对分解过程进行优化,保留目标信号,提取噪声。利用二维经验模态分解（BEMD）算法,将测线数据中提取的噪声分解为若干个本征模态函数分量,通过计算各分量的标准差来确定噪声的主要来源,并通过计算各测线信号的峰值信噪比（PSNR）来评价降噪效果。该方法能够较好地抑制三维探地雷达噪声,降噪后的探地雷达图像纹理比原始图像更加平滑。噪声抑制后的峰值信噪比较高,表明有效信号的损失较小。通过对噪声的分析,得出噪声主要来自高能量分量,对确定噪声的来源具有指导意义。（3）本文基于探地雷达二维纵剖面图像,提出一种基于普通克里金插值和三次样条插值的三维探地雷达公路数据重建方法。首先利用普通克里金对数据进行道内插值和道间插值,得出水平切片;然后,再通过三次样条插值,完成横剖面图像重建,最后,对三个方向的剖面图像进行三维可视化并建立三维公路地质体,实现探地雷达数据三维重建。数据三维可视化后反映的公路特征更加直观,不仅可以定位目标位置,还可反映其大小和形状。结果表明,本文所提方法在探地雷达数据三维重建方面具有很好的效果,不仅提高了路基病害检测的定位精度,还提高了病害检测和识别的准确性,具有重要的实用价值,并为公路养护提供重要技术支撑。