一种基于行方差的自动定位GPR信号病害位置方法与流程

文档序号:16214389发布日期:2018-12-08 08:10阅读:417来源:国知局
一种基于行方差的自动定位GPR信号病害位置方法与流程

本发明涉及一种基于行方差的自动定位gpr(ground-penetratingradar,探地雷达)信号病害位置方法,属于病害提取监控技术领域。



背景技术:

在gpr信号高速公路路基图像解释上,国内外目前使用最多的方法是人工解译图像。但是人工解译图像极大地依赖解译员的经验,主观性强,尤其当病害区域占整个数据一小部分时,人工解译显得费时又费力。如何自动提取出病害位置,节省解译时间,成为gpr信号公路路基图像解释迫切的需要之一。而现有的其他专利如专利号cn104268839a基于阈值分割的道路病害定位方法,采用卡尔曼滤波和均值滤波对原始数据进行预处理并去除干扰信号,然后利用阈值获取病害位置信息。阈值法提前对数据进行预处理,计算量大,耗费计算资源。同样专利号为cn106446919a是利用自适应cannny边缘检测和图像处理技术提取双曲线边缘点曲线,对于其他形态的病害难以提取。另如专利号cn105844585a利用道间配准算法和道内配准算法比对不同时间采集到的雷达数据,找出差异区域进而检测路基病害发生的位置,容易受到比对样本的影响,降低检测准确率。



技术实现要素:

为解决现有技术的不足,本发明的目的在于提供一种基于行方差的自动定位gpr信号病害位置方法,针对gpr信号高速公路路基的不同数据,根据无病害图像和有病害图像在行方差上的分布差异,通过设置阈值自动区分有病害图像并提取病害位置,节省定位时间。

为了实现上述目标,本发明采用如下的技术方案:

一种基于行方差的自动定位gpr信号病害位置方法,包括如下步骤:

步骤1:采集gpr图像,对所采集的gpr图像按水平长度进行重叠分割,形成n个gpr子图像,每个gpr子图像均包含矩阵尺寸为m*n的子数据块,m是每道scan的采样数,n为探地雷达在一个所述水平长度内的采样道数;

步骤2:对所述n个子数据块分别进行归一化处理;

步骤3:分别计算归一化后的n个子数据块的行方差,行方差构成n个尺寸为m*1的列向量;

步骤4:绘制行方差直方图,所述行方差直方图的横坐标为行方差,纵坐标为行方差的概率,以所述行方差直方图拟合正态分布曲线,该正态分布的拐点为t;

步骤5:提取所述列向量中行方差大于拐点t的行方差的行段,以及各个行段包含的行数;

步骤6:计算步骤5所得行数的总和,若总和小于阈值则判定该gpr子图像无病害,否则判定为有病害,步骤5中提取出的行段中行数最大者为该gpr子图像的病害位置。

优选的,步骤1中所述水平长度为40m。

优选的,步骤1中所述采样道数n不超过400。

优选的,步骤6中,所述阈值的计算公式为:

其中,f是天线频率,dt是每道scan的采样间隔。

本发明所达到的有益效果:本发明以当前高速公路地下混凝土结构病害的gpr信号为研究对象,设计给出一种自动定位gpr信号病害位置的算法;根据gpr信号公路路基图像有无病害的行方差分布的区别,结合阈值法区分出图像有无病害,并提取病害位置,节省了大量时间和人力。此外,行方差和阈值法不受外界固定干扰和混凝土层结构的影响,准确度高。符合当代高速公路地下混凝土结构gpr信号病害自动定位的迫切要求,有很大的经济和现实意义。

附图说明

图1是本发明病害定位流程详图;

图2为40mgpr实测数据;

图3为所有子图像行方差分布。

具体实施方式

下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。

本发明涉及的一种基于行方差的自动定位gpr信号病害位置方法,包括如下步骤:

1)对40m一组gpr数据进行重叠分割,分割成矩阵尺寸为m*n的子实测数据块,m是每道采样数,n为为探地雷达在40m内的采样道数,不超过400,记每个子数据块为i1,i2,i3,…,in,每个子数据块各对应着实际环境中的某一个水平位置,一个子数据块就是一幅gpr子图像。如图2所示是在实际工程环境中采集水平距离为40m的gpr实测数据。

2)对实测子数据块i1,i2,i3,…,in的像素归一化到0-255范围内,归一化后的数据记为ni1,ni2,ni3,…,nin。

3)计算归一化后的子数据矩阵ni1,ni2,ni3,…,nin的行方差,得到n个尺寸为m*1的列向量ni1_v,ni2_v,ni3_v,…,nin_v,列向量中每一个元素代表对应子图像中每一行的行方差。

4)阈值t依据行方差直方图分布设定。将列向量ni1_v,ni2_v,ni3_v,…,nin_v融合在一起形成行方差矩阵rv,画出rv的直方图分布,如图3所示。经过对大量grp实测数据行方差矩阵进行观察发现,发现行方差直方图分布基本呈现类正态分布。

根据正态分布中μ+σ是正态分布函数的拐点的特征,选用拐点作为行方差阈值,其中μ是正态分布函数的均值,σ是正态分布函数的标准差。对大量gpr实测数据都采用拐点作为阈值来定位病害,发现病害定位效果良好。

5)提取出各子图像行方差列向量大于阈值t的行方差所对应的多个行段。若有病害的行段总行数大于最小行数,判定该图有病害,并输出最大行数对应的行段;所述最小行数为判定是否有病害的阈值。

设某子图像ia,a=1,2,...,n的行方差列向量提取出的大于等于阈值t的行方差所对应的行段记为m1,m2,...,mp′,每个行段的行数记为m1,m2,...,mp′;

若一块混凝土区域出现了病害,该病害所占行数至少为其中,f是天线频率,dt是每个scan的采样间隔;

若m1+m2+...+mp′<m′,则判定该图无病害;

若m1+m2+...+mp′≥m′,则判定该图有病害;

对于有病害的gpr图像,找到m1,m2,...,mp′中最大的数ma,其对应的行段记为ia′,判定为要找的病害的位置,i′a矩阵大小为ma*n。

使用上述病害定位方法的提取结果如图2所示,图中矩形框就是提取出的有病害区域。

以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。



技术特征:

技术总结
本发明提供公开了一种基于行方差的自动定位GPR信号病害位置方法,其特征是,包括如下步骤:1)采集探地雷达数据,对所采集的数据进行重叠分割;2)对分割后的数据进行归一化处理;3)对处理后的数据计算行方差,并构成列向量;4)设置行方差的阈值,并对列向量的每个数据与阈值比较,进行判定是否该行有病害;若有病害的行段总行数小于最小行数,判定该图无病害;若有病害的行段总行数大于最小行数,判定该图有病害,并输出最大行数对应的行段;所述最小行数为判定是否有病害的阈值。本发明所达到的有益效果:根据GPR信号公路路基图像有无病害的行方差分布的区别,结合阈值法区分出图像有无病害,并提取病害位置,节省了大量时间和人力。

技术研发人员:焦良葆;曹雪虹;叶奇玲;夏天;张磊
受保护的技术使用者:南京工程学院
技术研发日:2018.07.12
技术公布日:2018.12.07
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1