本发明属于地质探测技术领域，具体涉及一种基于无人机和探地雷达的地陷检测方法及探测装置。
背景技术：
在我国部分煤炭资源丰富的省区，已对地下的煤炭资源进行了多年的持续开采，由于地下煤炭被掏空，由此造成了不少的地陷灾害。其中，部分地陷尚处于潜伏期，地表特征与普通地表相差不大，如不进行及时、有效的检测，这部分地陷一旦爆发，很有可能造成道路坍塌、房屋破损等严重的地质灾害，对人民群众的生产、生活、生命造成巨大的威胁。
目前，对采煤区的地陷探测手段主要包括钻探打孔、遥感测绘、物联网监测等。钻探打孔需要破坏地表结构，耗时较长，探测效率不高；遥感测绘主要运用卫星、航空遥感图像和地形图数据，获取矿区煤炭分布和煤层开采信息，估计待测塌陷损害区的范围；物联网监测主要通过在地下布设地面塌陷监测单元和远程监控单元，进行地面塌陷的监测。
中国专利文献cn103047970公布了一种确定塌陷耕地损害边界的方法，该方法选用遥感数据和非遥感数据，确定塌陷的初步区域；使用边缘检测方法，建立塌陷地边界缓冲的指数模型，获取待测区塌陷边界信息以及地面塌陷深度信息；接着，使用待测区的数字高程模型信息，进行塌陷边界和塌陷深度的估计。中国专利文献cn204902826公布了一种基于物联网的地铁盾构施工地面塌陷监测装置，该装置包括现场地面塌陷监测单元以及远程监控单元，塌陷监测单元按照指令对观测点进行测量并输出测量信息，远程监控单元获取地陷测量信息，然后对塌陷趋势进行预警。总的来看，遥感测绘方法主要依赖于遥感图像分析，并未对地下情况进行探测，该方法对采煤区的地陷监测存在数据不足的问题，难以全面地监测地陷的分布情况。物联网监测方法需要在地下布设大量的塌陷监测单元，如果在广阔的采煤区布设，监控成本将极为巨大，实用性不高。因此，如何将地上部分的遥感，和地下的探测有效结合，从“地上、地下”两个维度，避免钻探打孔、地表起伏多变的影响，以较低的成本、较快的检测速度，全面地监测采煤区的地陷情况，具有重要的现实意义。
技术实现要素：
本发明的目的在于克服现有技术的不足，提供一种基于无人机和探地雷达的地陷探测系统，基于无人机从地-空两个维度进行采煤区的地陷检测测量速度快。
本发明的另一个目的是，提供一种基于无人机和探地雷达的地陷探测系统的检测方法，发挥无人机机动、灵活、视野广阔的优势，可以快速确定疑似的采煤地陷区。
本发明是通过以下技术方案实现的：
一种基于无人机和探地雷达的地陷探测方法，包括以下步骤，
一、航拍步骤
11)无人机按第一飞行高度循预定飞行路线对探测区进行垂直航拍；
12)对航拍的图像进行预处理、拼接和融合；
13)将图像中的塌陷区域、地表有裂缝、地表有积水的区域认定为疑似的地陷区域以作为探地雷达监测区；
二、地陷探测步骤
21)根据探地雷达监测区的地下介质的类型，设定相对介电常数和雷达波传播速度及探地雷达的天线中心频率、无人机飞行的第二高度以及测量点间隔；
22)无人机挂载探地雷达发射、接收高频电磁波并获得地层或地陷空洞的回波曲线图，
23)当回波曲线图具有开口向下、双曲线型反射波时，则认为采煤区地下存在空洞地陷；
24)计算空洞地陷距离地表厚度。
上述技术方案中，所述的步骤12)中包括：
121)对图片进行预处理以提高平滑、去噪和边缘提取效果；
122)运用surf算法进行图像特征点的提取与匹配；
123)提取两幅图像的surf特征；对surf特征进行匹配，找到最匹配的特征点对；提取最优配对点的坐标并生成透视变换矩阵；对测试图像经过透视变换以生成配准图像；
124)图像拼接后用加权平滑算法进行图像融合。
上述技术方案中，航拍照片的内容重叠率≥60％；在能见度较低时，航拍图像中存在大量的暗连通区域，所述的步骤121)为对这些图像进行增强处理或卷积处理其中，图像增强处理的方法流程为：
首先，进行全局对比度增强的预处理，以提升图像的整体亮度；
然后，对v图层进行小波分解；
接着，对小波分解后的低频部分及低频部分的反转图像分别进行自适应权值的msr算法处理以更好地调节图像亮度；
卷积处理的方法为：对图像使用索贝尔算子和拉普拉斯算子从水平和垂直两个梯度进行加权卷积计算，以提高图像对光线变化的鲁棒性。
上述技术方案中，surf算法的实施步骤为：构建hessian矩阵并生成所有的兴趣点以用于特征的提取；构建尺度空间；特征点定位；特征点主方向分配；生成特征点描述子；进行特征点匹配。
上述技术方案中，所述的步骤22)中探地雷达的处理过程为，
把m个相邻的探地雷达a-scan数据信息按信息熵加权，并记为探地雷达在t时刻的第l道b-scan数据，构成的二维b-scan数据形成雷达回波曲线；其中，
wl(t)为t时刻经过信息熵滤波处理的第l道b-scan数据，wi(t)为t时刻第i个a-scan数据信息，ai为第i个a-scan数据信息的信息熵权重，m为不小于5的自然数。
上述技术方案中，所述的a-scan数据信息的信息熵权重计算方法为：
a.确定第l道a-scan数据的最大振幅，每个a-scan数据的最大振幅记为ai；
b.第i个a-scan数据信息的振幅偏差占全体的比重为：
c.第i个a-scan数据信息的振幅偏差的熵值为：
d.第i个a-scan数据信息的差异性系数为：gi＝1-ei；
e.第i个a-scan数据信息的信息熵权重为：
所述的第一高度为30-80m，所述的第二高度为20-200cm。
上述技术方案中，所述的步骤24)为根据探地雷达回波曲线中最上面的开口向下、双曲线型反射波位置，确定该反射波的双程传播时间，然后根据电磁波在该采煤区地下介质的传播速度，将时间和速度相乘再除以2，获得地陷空洞距离地表的高度；同时按照无人机的探测间距，逐一分析采煤区地陷空洞的数量和距离地表的高度，以有效检测采煤区的地陷空洞分布特征。
一种用以实现上述地陷检测方法的检测装置，包括无人机、可挂载视频摄像机和探地雷达，所述的无人飞机为固定翼或多旋翼，其包括飞行控制模块、动力模块、gps定位模块、通讯模块，所述的视频摄像机的滤镜直径20-100mm，光圈值为2.5-5.0。
上述技术方案中，所述的探地雷达包括发射天线模块、接收天线模块、控制电路模块、数据处理与显示模块，发射天线模块发射对地高频电磁波，接收天线模块接收反射回来的高频电磁波，控制电路模块对电磁信号进行放大、转换等处理，数据处理与显示模块进行高频电磁波的回波数据存储并显示回波图像。
本发明的优点和有益效果为：
本发明的系统由无人机、相机和探地雷达构成，无人机挂载相机对采煤区进行垂直航拍，获取正射图像，进行图像二维拼接；无人机挂载探地雷达，对疑似采煤区的地陷区域，发射并接收高频电磁波，获取地层或地陷空洞的回波曲线图。对回波图像进行解译，以确定地陷空洞的特征。采用无人机进行航拍，可获取大量的图像数据，然后筛选出重点区域，借由无人机进行探地观测，减少探地对环境的依赖，提高其数据采集速度。
附图说明
图1是系统构成与功能图。
图2是系统工作流程图。
图3是电磁波b-scan数据图。
图4是电磁波在地表和地下的传输时间示意图。
对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，可以根据以上附图获得其他的相关附图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面结合具体实施例进一步说明本发明的技术方案。
实施例一
本发明的一种基于无人机和探地雷达的地陷探测方法，包括以下步骤，
一、航拍步骤
11)无人机按第一飞行高度循预定飞行路线如折线往返飞行对探测区进行垂直航拍，
12)对图像进行预处理、拼接和融合；
13)将图像中的塌陷区域、地表有裂缝、地表有积水的区域认定为疑似的地陷区域，以作为探地雷达监测区；
二、地陷探测步骤
21)根据探地雷达监测区的地下介质的类型确定其相对介电常数和雷达波传播速度设定探地雷达的天线中心频率、无人机飞行的第二高度以及测量点间隔；
22)无人机挂载探地雷达发射接收高频电磁波并获得地层或地陷空洞的回波曲线图，
23)当回波曲线图具有开口向下、双曲线型反射波时，则认为采煤区地下存在空洞地陷；
24)计算空洞地陷距离地表厚度。其中，所述的第一高度为30-80m，所述的第二高度为20-200cm。
本发明的系统由无人机、相机和探地雷达构成，无人机挂载相机对采煤区进行垂直航拍，获取正射图像，进行图像二维拼接；无人机挂载探地雷达，对疑似采煤区的地陷区域，发射并接收高频电磁波，获取地层或地陷空洞的回波曲线图。对回波图像进行解译，以确定地陷空洞的特征。采用无人机进行航拍，可获取大量的图像数据，然后筛选出重点区域，借由无人机进行探地观测，减少探地对环境的依赖，提高其数据采集速度。
具体来说，所述的步骤12)中包括：121)对图片进行预处理以提高平滑、去噪和边缘提取效果；122)运用surf算法进行图像特征点的提取与匹配；123)提取两幅图像的surf特征；对surf特征进行匹配，找到最匹配的特征点对；提取最优配对点的坐标并生成透视变换矩阵；对测试图像经过透视变换以生成配准图像；124)图像拼接后用加权平滑算法进行图像融合。其中，航拍照片的内容重叠率≥60％；在能见度较低时，航拍图像中存在大量的暗连通区域，其中，所谓暗区，是指某幅图像中最暗灰度像素的个数占总像素个数的一定百分比内的所有像素。夜间图像的主要特点是微光，暗色区域占据了画面的主要部分，相应的灰度直方图也集中分布于坐标系的左侧。这些暗区彼此相连即为暗连通区。所述的步骤121)为对这些图像进行增强处理或卷积处理其中，图像增强处理的方法流程为：首先，进行全局对比度增强的预处理，以提升图像的整体亮度；然后，对v图层进行小波分解；接着，对小波分解后的低频部分及低频部分的反转图像分别进行自适应权值的msr(multi-scaleretinex)算法处理以更好地调节图像亮度；卷积处理的方法为：对图像使用索贝尔算子和拉普拉斯算子从水平和垂直两个梯度进行加权卷积计算以提高图像对光线变化的鲁棒性。
进一步地，surf(speededuprobustfeatures)算法的实施步骤为：构建hessian矩阵并生成所有的兴趣点以用于特征的提取；构建尺度空间；特征点定位；特征点主方向分配；生成特征点描述子；进行特征点匹配。
第二实施例
根据上述确定的监测区域，设定机载探地雷达的工作流程：首先，明确采煤区地下介质的类型，确定其相对介电常数和雷达波传播速度；其次，设定探地雷达的天线中心频率，满足探测深度和分辨率的需求；接着，设定无人飞机的离地飞行高度，以及探地雷达的测量点间隔；然后，机载探地雷达按照设定方案，发射接收高频电磁波，获得地层或地陷空洞的回波曲线图；最后，对回波曲线进行解译，分析采煤区地下的探测环境和空洞分布特性。
由于探地雷达在发射和接收高频电磁波时，可能产生噪声干扰，因此需要进行噪声抑制。所述的步骤22)中探地雷达的处理过程为，
把m个相邻的探地雷达a-scan数据信息按信息熵加权并记为探地雷达在t时刻的第l道b-scan数据，构成的二维b-scan数据形成雷达回波曲线；其中，
wl(t)为t时刻经过信息熵滤波处理的第l道b-scan数据，wi(t)为t时刻第i个a-scan数据信息，ai为第i个a-scan数据信息的信息熵权重，m为不小于5的自然数。
其中，所述的a-scan数据信息的信息熵权重计算方法为：
a.确定第l道a-scan数据的最大振幅，每个a-scan数据的最大振幅记为ai；
b.第i个a-scan数据信息的振幅偏差占全体的比重为：
c.第i个a-scan数据信息的振幅偏差的熵值为：
d.第i个a-scan数据信息的差异性系数为：gi＝1-ei；
e.第i个a-scan数据信息的信息熵权重为：
根据处理后的雷达探地雷达回波曲线，当雷达曲线具有如下特征时，开口向下、双曲线型反射波，则认为采煤区地下存在空洞地陷：同时，根据探地雷达回波曲线中最上面的开口向下、双曲线型反射波位置，确定该反射波的双程传播时间，然后根据电磁波在该采煤区地下介质的传播速度，将时间和速度相乘再除以2，获得地陷空洞距离地表的高度；同时按照无人机的探测间距，逐一分析采煤区地陷空洞的数量和距离地表的高度，以有效检测采煤区的地陷空洞分布特征。
以具体实例为例进行进一步说明，根据上述确定的监测区域，设定机载探地雷达的工作流程：首先，明确采煤区地下介质的类型(如石灰岩、泥岩、粘土)，确定其相对介电常数和雷达波传播速度(如粘土的相对介电常数为5-40，雷达波在粘土的传播速度为0.06m/ns，空气的相对介电常数为1，雷达波在空气的传播速度为0.3m/ns)；其次，设定探地雷达的天线中心频率(一般设为300-800mhz)，满足探测深度和分辨率的需求(深度为5-12m，分辨率为5-10cm)；接着，设定无人飞机的离地飞行高度，可设为100cm，以及探地雷达的测量点间隔(可设为0.1-1m)；然后，机载探地雷达按照设定方案，发射接收高频电磁波，获得地层或地陷空洞的回波曲线图，如图3中的电磁波b-scan数据图所示。图3中，横坐标代表探地雷达移动的位置(或距离)，纵坐标代表探地雷达的电磁波传输时间，单位一般为纳秒ns，图3中有7条相邻的探地雷达a-scan数据，如果把这7条a-scan数据看成一个整体，则构成二维的b-scan数据。可以将这个b-scan数据看成是一个整体(如记为探地雷达在t时刻的第l道b-scan数据)，进行噪声抑制的滤波处理。
将图3中7条a-scan数据的最大振幅偏差记为ai，按照前述的熵值滤波法，可计算出每条a-scan数据的熵值权重，假设权重集合为{0.05,0.20,0.1,0.1,0.1,0.15,0.30}；然后，进行加权平均，可得到探地雷达在t时刻的第l道b-scan数据为：
wl(t)＝0.05w1(t)+0.20w2(t)+0.10w3(t)+0.10w4(t)+0.10w5(t)+0.15w6(t)+0.30w7(t)
根据处理后的探地雷达回波曲线，进行解译，当雷达曲线具有“开口向下、双曲线型反射波”区域特征时，则认为采煤区地下存在空洞地陷。另外，找出探地雷达回波曲线图中最上面的开口向下、双曲线型反射波位置，确定该反射波的双程传播时间(需要扣除电磁波在探地雷达和地表之间的传输时间)，然后根据电磁波在该采煤区地下介质的传播速度，将时间和速度相乘再除以2，获得地陷空洞距离地表的厚度。在图4中，t0代表探地雷达发射电磁波，先后经过空气、地下，遇到地陷空洞，反射后经过地下、空气，到达探地雷达所耗费的时间。h代表探地雷达与地表的高度。t'0代表电磁波在地下从上往下、以及从下往上的双程传播时间，
最后，按照无人机的探测间距，逐一分析采煤区地陷空洞的数量和距离地表的高度，由此可以有效检测采煤区的地陷空洞分布特征，为后续的地陷预警和采取必要的整治措施，提供技术支持。
实施例三
本发明同时公开一种用以实现上述地陷检测方法的检测装置，包括无人机、可挂载视频摄像机和探地雷达，所述的无人飞机为固定翼或多旋翼，其包括飞行控制模块、动力模块、gps定位模块、通讯模块，所述的视频摄像机的滤镜直径20-100mm，光圈值为2.5-5.0。,所述的探地雷达包括发射天线模块、接收天线模块、控制电路模块、数据处理与显示模块，发射天线模块发射对地高频电磁波，接收天线模块接收反射回来的高频电磁波，控制电路模块对电磁信号进行放大、转换等处理，数据处理与显示模块进行高频电磁波的回波数据存储并显示回波图像。
本发明发挥无人机机动、灵活、视野广阔的优势，可以快速确定疑似的采煤地陷区，另一方面，发挥探地雷达的无损探测优势，从而高效地检测采煤区的地陷分布。
为了易于说明，实施例中使用了诸如“上”、“下”、“左”、“右”等空间相对术语，用于说明图中示出的一个元件或特征相对于另一个元件或特征的关系。应该理解的是，除了图中示出的方位之外，空间术语意在于包括装置在使用或操作中的不同方位。例如，如果图中的装置被倒置，被叙述为位于其他元件或特征“下”的元件将定位在其他元件或特征“上”。因此，示例性术语“下”可以包含上和下方位两者。装置可以以其他方式定位(旋转90度或位于其他方位)，这里所用的空间相对说明可相应地解释。
而且，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个与另一个具有相同名称的部件区分开来，而不一定要求或者暗示这些部件之间存在任何这种实际的关系或者顺序。
以上对本发明做了示例性的描述，应该说明的是，在不脱离本发明的核心的情况下，任何简单的变形、修改或者其他本领域技术人员能够不花费创造性劳动的等同替换均落入本发明的保护范围。