CN106405061B - 一种基于雷达波的木质体内部异常无损探测系统 - Google Patents
一种基于雷达波的木质体内部异常无损探测系统 Download PDFInfo
- Publication number
- CN106405061B CN106405061B CN201610838968.0A CN201610838968A CN106405061B CN 106405061 B CN106405061 B CN 106405061B CN 201610838968 A CN201610838968 A CN 201610838968A CN 106405061 B CN106405061 B CN 106405061B
- Authority
- CN
- China
- Prior art keywords
- signal
- radar wave
- wave
- radar
- wooden body
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/46—Wood
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- General Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Medicinal Chemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Food Science & Technology (AREA)
- Electromagnetism (AREA)
- Wood Science & Technology (AREA)
- Computer Networks & Wireless Communication (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提出了一种基于雷达波的木质体内部结构异常（如：腐朽、孔洞、结疤和开裂等）定位和成像的无损检测系统。该系统包括雷达检测移动平台、三维激光扫描仪、数据处理系统、成像软件。系统原理：基于介质耦合雷达波扫描获取的图像，依据雷达波在木质体内部及其异常媒介中传播振幅、波速变化及反射、透射等传输特性，以及电学、物理特性的分布特征，通过阈值、匹配滤波器、希尔伯特积等方法，获取异常层面反射特征，并采用三维激光扫描仪获取树木外形轮廓，从而实现对树木内部腐朽的准确定位和成像。
Description
技术领域
本发明属于木质体内部无损检测领域，具体涉及一种基于雷达波的能够对木质体内部结构及异常情况进行无损探测、定位识别，并实现截面成像的系统。
背景技术
针对自然环境下生长的树木，尤其是珍贵树种，以及古建筑木质梁、柱，时有中空、腐朽、虫蛀等现象发生，一般均从木质体内产生缺陷，难以察觉，长久可能造成无法挽回的损失的问题，因此在树木及古建筑养护措施中实施快速准确的无损检测方法尤为重要。在木质体无损探测领域内目前采用的方法主要有阻抗分析仪、超声波、X射线CT扫描、应力波以及雷达波等。但大多数方法存在效率低、成本高、耗时、非完全无损的缺点。比如：应力波需要将钉子钉在各个测量点上，树木针需将探针钻入树木，均对树木造成不同程度的损伤，同时也增加检测过程的繁琐性；超声波检测技术易受外界的干扰，耦合剂可带来材料污染的问题；计算机断层扫描法(CT)设备成本过高，安全性上易造成对人体辐射性危害。相较于前述方法，雷达波对树木内部缺陷检测是一种真正意义上的无损检测方法。雷达波检测法具有非损伤式、无污染、可持续、安全性、检测方便性的优点。
探地雷达(Ground Penetrating Radar，简称GPR)，是一种利用脉冲电磁波探测介质分布特征的地球物理方法，广泛应用于道路质量检测、地下埋藏物勘探、土壤研究等诸多领域，并且技术相当成熟。而探地雷达在树木无损探测领域的研究，主要有对树根分布的估计和树根深度的检测。其次，使用探地雷达对建筑行业中木质结构中的缺陷进行定位和判别；对建筑房梁上的腐朽，损坏探测的研究；对木材内的孔洞、腐朽、嵌入的铁钉进行位置的测量。上述研究清晰的阐述了雷达波在树木介质内传播机理，并对木质结构体内的缺陷进行识别。但是这些研究都存在解释困难、识别精度不高且无法对树木内异常进行分层识别的问题。
发明内容
基于上述现有技术所存在的问题，本发明提出了一种基于雷达波的木质体内部异常无损探测系统，能够适应各种木质体被测对象的要求，对木质体的探测完全无损伤，可以实现对木质体内部异常的定位和成像。
一种基于雷达波的木质体内部异常无损探测系统包括：包括雷达检测移动平台、三维激光扫描仪、数据处理系统、成像软件，技术方案主要包括以下步骤：
S1使用雷达波收发器发射雷达波穿透树木内部并接收不同介质分层界面的响应回波，实时传送或离线存储雷达图像，进行数据分析并识别成像；雷达波收发器沿树木设定高度的截面切向运动，保持波形收发平面处于树木表皮的切线位置，探测树木平面不同位置的内部结构情况，获取雷达波回波数据；
S2对所述获取的雷达波回波数据进行初始化与预处理；
S3经预处理过的雷达波信号，采用特征分层识别定位技术(阈值法、匹配滤波器、希尔伯特积法)获取木质体内部异常的时延信息，进而确定雷达波在介质层内传播的时间；
S4采用逐层反演的方法估计各个层位的介电常数，进而获取当前介质中的雷达波传输波速，根据S3获得的回波时延和传播时间，确定层位的厚度；
S5将计算得到的木质体内异常层位厚度的信息与不同树木的数据库进行比对，提高检测精度；
S6树木结构多为不规则柱体状结构，为了实现树木内部状况的准确定位，可以用近似圆柱形和不规则柱体的方法来获取树木外部轮廓；
S7根据S5获取的层位的定位信誉以及S6获取的外轮廓三维空间信息，采用坐标转换以及轮廓追踪技术，实现对木质体内部异常的成像。
进一步地，雷达波频率为900Mhz-1GHz，分辨率在2cm-2.3cm，探测深度0cm-63cm，适用于绝大多数直径在35cm-105cm范围内的树木探测。
进一步地，对收到的雷达波回波数据进行初始化与预处理，包括以下内容：在雷达波检测的过程中，收到的回波信号包括收发天线间直达波、目标反射波、外部干扰波等，雷达数据会出现低频漂移、水平道间干扰、杂波信号干扰，需要滤除或压制干扰信号以提取有用信号，对雷达扫描数据进行去除直达波、背景去除、滑动平均滤波等以去除杂波和噪声，提高信噪比，以提高后续的内部异常分析的精度。
进一步地，雷达波接收端采用线性增益处理数据，对回波信号的损耗和衰减的补偿。雷达波接收端数据处理时需要使用增益，用于回波信号的损耗和衰减的补偿，进行信号增益处理要求环境中噪声较少或者先进行滤波处理，否则进行信号增益处理时可能将这些噪声放大。
进一步地，经预处理过的雷达波信号，采用特征分层识别定位技术(阈值法、匹配滤波器、希尔伯特积法)获取木质体内部异常定位数据，包括以下步骤：
S31阈值法是通过比较所分析信号与固定先验阈值之间的大小来判断分目标信号是否存在，当检测单道信号(A扫描)峰值大于阈值点则判定为检测到反射层，反之没有检测到反射层；
S32匹配滤波器可以使雷达波信号输出信噪比最大，利用匹配滤波器的脉冲响应对雷达回波信号进行匹配滤波，获得滤波信号，寻找滤波信号中的最大值以及所对应的时间延迟；比较滤波信号中的最大值与阈值的关系，并记录信号中大于阈值的点所对应的时间延迟，然后减去在带宽内的初始信号；根据最大的时间延迟，可以推出层位每个层位的时间延迟；把被检测到的探测波段回波信号内置为0，重复以上步骤，进而推断出每个反射层位的信息；
S33希尔伯特积检测法主要是对雷达回波信号做EMD分解，得到相应的IMF分量，对所有的IMF分量计算其点积，记作Pt，由于雷达回波信号包含正峰和负峰，使得接收信号由多峰脉冲组成，易造成虚假检测；对信号进行窗函数的平滑处理，经过平滑处理后的信号记作Pt，比较Pt与阈值的大小；若信号中大于阈值的则判定为检测到反射层，并计算相对应的时间延迟，反之没有检测到反射层。
进一步地，回波时延可用于确定雷达波在介质层内传播的时间；介电常数用于获取电磁波在层位间的传播速度，根据速度和时间计算层厚Z：
其中，Vp是电磁波在介质中传播速度，t是电磁波双程的时间，ε′是相对介电常数，c是电磁波在真空中的传播速度。
进一步地，根据反演的介电常数，与当前树种的介电常数范围进行比对，从而对当前层位进行识别和判断异常。
进一步地，根据树种和生长环境的区别，建立不同树木的数据库，对木质体内部的异常位置的定位与判断采取自适应阈值的方式，提高检测精度。
进一步地，采用三维激光扫描系统进行树木轮廓定位以获取树木外部轮廓。
有益效果，本发明具有的优点包括：
1、采用本发明的层波反演方法，推算出木质体内部每层的介电常数，与树木介电常数数据库进行比对，使对内部异常区域的定位和识别更加准确；
2、采用本发明的雷达波分层定位和三维激光外轮廓扫描相结合的方法，可以有效实现树木内部异常的检测和定位，生成可视化图像，解译性强；
3、采用本发明的系统对存在于古树或古建筑结构中的木构件进行完全无损坏现场的检测，可保持文物现状；
4、采用本发明的系统探测木构件内部缺陷，不会影响该构件的力学强度，准确性高、速度快；
5、采用本发明的系统可对古建筑木构件内部空洞、裂缝、腐朽等异常进行准确检测，为古树或木结构古建筑的保护和修缮方案的制定提供可靠的数据支持。
附图说明
图1是本发明的系统流程图。
图2是本发明所述雷达检测移动平台的示意图。
图3是本发明所述三维激光扫描仪的示意图。
图4是本发明所述成像软件的界面图。
图5是本发明对木质体内部探测成像的效果图。
图1至图4中：1.被测对象 2.雷达波收发器 3.可移动探测平台 4.探测支架 5.三维激光扫描仪 6.显示树皮位置标记 7.显示树木内腐朽标记
图5中：(a)颐和园古柳1(b)颐和园古柳2(c)颐和园古柳3(d)古柳1内部腐朽二维成像图(e)古柳2内部腐朽二维成像图(f)古柳3内部腐朽二维成像图
具体实施方式
下面结合附图对本发明作更进一步的说明。
本发明提出的基于雷达波的木质体内部异常识别方法，参照流程图1，包括以下步骤：
结合附图2对雷达波数据采集进行说明。雷达波收发器为介质耦合式探地雷达时，需要在设定高度贴紧树皮进行扫描。首先通过计算机或手柄控制可移动探测平台靠近被测对象，选择一起点，将雷达波收发器平面垂直于某一圆周位置的切线，控制调节锁紧装置使雷达波收发器平面贴紧树皮表面。扫描开始后，可移动探测平台会沿树木的圆周运动，每隔5mm发射一次雷达检测波。产生的雷达波回波信号会存储在车载控制板中，或者通过通讯系统实时发送到计算机上。
采集到的回波数据进行数据的预处理。雷达回波数据前期预处理主要采用：振幅增益，零点校正，噪声去除。
振幅增益对于雷达回波信号是很有必要的。在探地雷达接收端数据处理时需要使用增益用于回波信号的损耗和衰减的补偿。在进行信号增益处理前需要对A-Scan数据进行直流分量去除，以保证A-Scan数据是零均值的，防止接收时间较晚的数据产生明显的直流偏移。进行信号增益处理要求环境中噪声较少或者先进行滤波处理，否则进行信号增益处理时可能将这些噪声放大。本发明采用的是线性增益处理，使来自树木表皮和树木内异常的回波信号变得更加明显。衰减模型的函数形式如下：
雷达反射波信号的时间计算影响深度计算的精度，而探地雷达是根据反射波信号来确定目标的深度的。所以零点校正对于树木树皮位置的定位很必要。对于标定树皮，即是判断回波信号子波的相位和极性。本发明树皮初至波定位于四分之一波长处。
雷达回波信号中噪声将影响真实反射表面的判断。噪声干扰使用垂直高通滤波，垂直低通滤波进行去除。水平干扰信号具有低频特性，使用垂直高通滤波器进行相应的处理。垂直高通滤波器的截止频率设定为三分之一雷达天线的频率(1/3×900MHz＝300MHz)。垂直低通滤波器可以降低高频“雪花状态”噪声，该滤波器的值通常设定在两倍的频率天线(1800MHz)。滤波的过程也会增加一些非原始数据信号并造成部分原始信号失真。在滤波过程中，研究滤波后数据和原始数据，调整滤波参数尽量做到在去除雷达波原始数据中的杂波分量和环境噪声信号的同时,保持雷达波数据中的界面反射信号波形不失真,提高原始信号的信噪比。
经预处理过的雷达波信号，采用特征分层识别定位技术(阈值法、匹配滤波器、希尔伯特积法)获取木质体内部异常的时延信息；
阈值法是最常用的层介面检测方法。阈值法是通过比较所分析信号与固定先验阈值之间的大小来判断分目标信号是否存在。当检测单道信号(A扫描)峰值大于阈值点则判定为检测到反射层，反之，没有检测到反射层。
匹配滤波器可以使雷达波信号输出信噪比最大。匹配滤波器算法中，利用匹配滤波器的脉冲响应对雷达回波信号进行匹配滤波，获得滤波信号。寻找滤波信号中的最大值以及所对应的时间延迟。比较滤波信号中的最大值与阈值的关系，并记录信号中大于阈值的点所对应的时间延迟，然后减去在带宽内的初始信号。根据最大的时间延迟，可以推出层位每个层位的时间延迟。把被检测到的探测波段回波信号内置为0，重复以上步骤，进而推断出每个反射层位的信息。
希尔伯特积检测法主要是对雷达回波信号做经验模态分解，得到相应的IMF分量，对所有 的IMF分量计算其点积，记作Pt.由于雷达回波信号包含正峰和负峰，使得接收信号由多峰脉冲组成，易造成虚假检测。需要对信号进行窗函数的平滑处理。经过平滑处理后的信号记作Pt，比较Pt与阈值的大小。若信号中大于阈值的则判定为检测到反射层，并计算相对应的时间延迟。反之，没有检测到反射层
以上三种检测算法，都可以成功检测出出木质体内部的不同层位所在的时间延迟信息。回波时延可用于确定雷达波在介质层内传播的时间。木质体及其木质体内异常的介电常数与其含水率、纹理、密度的相互关系。木质体内部不同层位的介电常数都不相同，介电常数的精确性直接影响层位厚度估计的精准度。本发明采用逐层反演的方法估计各个层位的介电常数，来精确估计层位的厚度。
反射层位的厚度计算公式为
其中，Vp是电磁波在介质中传播速度t是电磁波双程的时间。
其中，ε′是相对介电常数。
附图4(雷达波B扫描灰度图)是软件对木质体内部异常定位识别图。
逐层反演法流程如下：对于冲激电磁波而言，接收到的回波信号模型，可以近似认为是各层界面反射波的叠加：
其中，x(t)是入射GPR脉冲，N是层界面数，Ai是每层界面的反射波幅值，n(t)是所加的高斯白噪声，τi是第i层的双程回波时间。反射波幅值Ai可以运用振幅比的方法求解介电常数。
对介质层间介电常数进行估计，第一层介质介电常数的估计公式：
第二层的介电常数估计公式为：
其中，A1为第一层与第二层界面间的反射波幅度，A2正第二层与第三层界面间的反射波幅度，Am为雷达波对金属板的全反射的回波幅值。
结合附图3对木质体外轮廓信息的获取进行解释。本系统采用三维激光扫描系统进行树木轮廓定位。三维激光扫描仪内部有激光发射装置和激光探测装置,两个步进电机控制激光光束在水平方向和垂直方向的移动。扫描仪发射一束激光,该光束遇到障碍物则发生反射,扫描仪中的激光探测器探测到反射光,完成一个扫描点的测量。通过测出激光发射与接收之间的时间差T，计算出激光传播的距离，即可获得空间物体的表面三维坐标。树木通过激光扫描测量的方法，可以快速地获取被测目标表面的三维坐标数据，从而得到树木外轮廓数据。
结合附图5实现木质体内部异常结构成像进行说明。根据获取的层位的定位信息以及获取的外轮廓三维空间信息，采用坐标转换以及轮廓追踪技术，实现对木质体内部结构异常的成像。
Claims (8)
1.一种基于雷达波的木质体内部异常无损探测系统，其特征在于，由雷达检测移动平台、三维激光扫描仪、数据处理系统、成像软件组成，主要包括以下步骤：
S1使用雷达波收发器发射雷达波穿透树木内部并接收不同介质分层界面的响应回波，实时传送或离线存储雷达图像，进行数据分析并识别成像；雷达波收发器沿树木设定高度的截面切向运动，保持波形收发平面处于树木表皮的切线位置，探测树木平面不同位置的内部结构情况，获取雷达波回波数据；
S2对所述获取的雷达波回波数据进行初始化与预处理；
S3经预处理过的雷达波信号，采用特征分层识别定位技术获取木质体内部异常的时延信息，进而确定雷达波在介质层内传播的时间；所述特征分层识别定位技术包括阈值法、匹配滤波器、希尔伯特积法；
S4采用逐层反演的方法估计各个层位的介电常数，进而获取当前介质中的雷达波传输波速，根据S3获得的回波时延和传播时间，确定层位的厚度；
S5将计算得到的木质体内异常层位厚度的信息与不同树木的数据库进行比对，提高检测精度；
S6树木结构多为不规则柱体状结构，为了实现树木内部状况的准确定位，可以用近似圆柱形和不规则柱体的方法来获取树木外部轮廓；
S7根据S5获取的层位的定位信誉以及S6获取的外轮廓三维空间信息，采用坐标转换以及轮廓追踪技术，实现对木质体内部异常的成像。
2.根据权利要求1所述的一种基于雷达波的木质体内部异常无损探测系统，其特征在于：雷达波频率为900Mhz-1GHz，分辨率在2cm-2.3cm，探测深度0cm-63cm，适用于绝大多数直径在35cm-105cm范围内的树木探测。
3.根据权利要求1所述的一种基于雷达波的木质体内部异常无损探测系统，其特征在于：对收到的雷达波回波数据进行初始化与预处理，包括以下内容：在雷达波检测的过程中，收到的回波信号包括收发天线间直达波、目标反射波、外部干扰波等，雷达数据会出现低频漂移、水平道间干扰、杂波信号干扰，需要滤除或压制干扰信号以提取有用信号，对雷达扫描数据进行去除直达波、背景去除、滑动平均滤波等以去除杂波和噪声，提高信噪比，以提高后续的内部异常分析的精度；雷达波接收端采用自动增益处理数据，对回波信号的损耗和衰减的补偿。
4.根据权利要求1所述的一种基于雷达波的木质体内部异常无损探测系统，其特征在于：经预处理过的雷达波信号，采用特征分层识别定位技术获取木质体内部异常定位数据，所述特征分层识别定位技术包括阈值法、匹配滤波器、希尔伯特积法；包括以下步骤：
S31阈值法是通过比较所分析信号与固定先验阈值之间的大小来判断分目标信号是否存在，当检测单道信号峰值大于阈值点则判定为检测到反射层，反之没有检测到反射层；
S32匹配滤波器可以使雷达波信号输出信噪比最大，利用匹配滤波器的脉冲响应对雷达回波信号进行匹配滤波，获得滤波信号，寻找滤波信号中的最大值以及所对应的时间延迟；比较滤波信号中的最大值与阈值的关系，并记录信号中大于阈值的点所对应的时间延迟，然后减去在带宽内的初始信号；根据最大的时间延迟，可以推出层位每个层位的时间延迟；把被检测到的探测波段回波信号内置为0，重复以上步骤，进而推断出每个反射层位的信息；
S33希尔伯特积检测法主要是对雷达回波信号做EMD分解，得到相应的IMF分量，对所有的IMF分量计算其点积，记作Pt，由于雷达回波信号包含正峰和负峰，使得接收信号由多峰脉冲组成，易造成虚假检测；对信号进行窗函数的平滑处理，经过平滑处理后的信号记作Pt，比较Pt与阈值的大小；若信号中大于阈值的则判定为检测到反射层，并计算相对应的时间延迟，反之没有检测到反射层。
5.根据权利要求1所述的一种基于雷达波的木质体内部异常无损探测系统，其特征在于：回波时延可用于确定雷达波在介质层内传播的时间；介电常数用于获取电磁波在层位间的传播速度，根据速度和时间计算层厚：
（1）
（2）
其中，Vp是电磁波在介质中传播速度，t是电磁波双程的时间，是相对介电常数，c是电磁波在真空中的传播速度。
6.根据权利要求1所述的一种基于雷达波的木质体内部异常无损探测系统，其特征在于：根据反演的介电常数，与当前树种的介电常数范围进行比对，从而对当前层位进行识别和判断异常。
7.根据权利要求1所述的一种基于雷达波的木质体内部异常无损探测系统，其特征在于：根据树种和生长环境的区别，建立不同树木的数据库，对木质体内部的异常位置的定位与判断采取自适应阈值的方式，提高检测精度。
8.根据权利要求1所述的一种基于雷达波的木质体内部异常无损探测系统，其特征在于：采用三维激光扫描系统进行树木轮廓定位以获取树木外部轮廓。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610838968.0A CN106405061B (zh) | 2016-09-22 | 2016-09-22 | 一种基于雷达波的木质体内部异常无损探测系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610838968.0A CN106405061B (zh) | 2016-09-22 | 2016-09-22 | 一种基于雷达波的木质体内部异常无损探测系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106405061A CN106405061A (zh) | 2017-02-15 |
| CN106405061B true CN106405061B (zh) | 2018-09-04 |
Family
ID=57997172
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610838968.0A Expired - Fee Related CN106405061B (zh) | 2016-09-22 | 2016-09-22 | 一种基于雷达波的木质体内部异常无损探测系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106405061B (zh) |
Families Citing this family (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10955544B2 (en) * | 2018-06-14 | 2021-03-23 | Rohde & Schwarz Gmbh & Co. Kg | Measurement setup, reference reflector as well as method for measuring attenuation |
| CN109213150B (zh) * | 2018-08-01 | 2020-07-14 | 东北林业大学 | 一种树木缺陷无损检测系统的天线控制平台 |
| CN109946698B (zh) * | 2019-04-15 | 2021-04-16 | 北京市遥感信息研究所 | 一种极化合成孔径雷达典型目标特征库构建方法及装置 |
| CN110261850B (zh) * | 2019-07-01 | 2023-05-23 | 东北林业大学 | 一种树木内部缺陷检测数据的成像算法 |
| CN110412589A (zh) * | 2019-09-05 | 2019-11-05 | 南京林业大学 | 一种树木根系立体扫描系统及方法 |
| CN112684433B (zh) * | 2020-03-13 | 2024-03-01 | 中国林业科学研究院木材工业研究所 | 一种古建筑木柱内部孔洞雷达成像的修正方法 |
| CN112669453B (zh) * | 2020-11-30 | 2023-05-02 | 南方咨询(湖北)有限公司 | 一种市政道路检测系统 |
| CN113030953B (zh) * | 2021-04-14 | 2023-12-26 | 江南大学 | 基于探地雷达与波前干扰偏移的树干内部缺陷成像方法 |
| CN113252709B (zh) * | 2021-04-22 | 2022-03-25 | 南京航空航天大学 | 一种基于雷达技术的食品内部霉菌检测方法 |
| CN113030961A (zh) * | 2021-04-23 | 2021-06-25 | 中国农业科学院农业信息研究所 | 基于电磁波成像的植物主干内部病虫害检测装置及方法 |
| CN113156427A (zh) * | 2021-05-08 | 2021-07-23 | 吉林大学 | 探地雷达数据的反演方法和装置 |
| CN113803304B (zh) * | 2021-09-18 | 2023-04-11 | 北京林业大学 | 一种电液气混合控制的自适应爬树整枝系统 |
| CN114021422B (zh) * | 2021-09-23 | 2024-04-26 | 大连理工大学 | 一种基于跨孔雷达和深度学习的地下结构内部缺陷识别方法 |
| CN115761014B (zh) * | 2022-11-11 | 2023-11-24 | 义乌市双江湖开发集团有限公司 | 一种基于数字孪生的古建筑智能监测分析预警系统 |
| CN116203557B (zh) * | 2023-03-06 | 2024-03-05 | 北京交通大学 | 一种基于探地雷达的传统石砌墙体内部残损及异常物无损辨识方法 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE19847688C2 (de) * | 1998-10-15 | 2000-10-26 | Hilti Ag | Verfahren und Anwendung desselben in einem elektromagnetischen Sensor zur Entdeckung von Fremdkörpern in einem Medium mittels Radar |
| CN103258345B (zh) * | 2013-04-18 | 2016-05-25 | 中国林业科学研究院资源信息研究所 | 一种基于地面激光雷达三维扫描的树木枝干参数提取方法 |
| CN103808624A (zh) * | 2014-02-21 | 2014-05-21 | 北京林业大学 | 一种基于雷达波的木材含水率检测方法 |
| CN104483388A (zh) * | 2015-01-12 | 2015-04-01 | 南京市测绘勘察研究院有限公司 | 无损测量树干内部腐朽体三维空间分布的方法 |
| CN105467012B (zh) * | 2015-11-23 | 2018-06-26 | 江南大学 | 一种检测树木径切面上缺陷位置的方法 |
-
2016
- 2016-09-22 CN CN201610838968.0A patent/CN106405061B/zh not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| CN106405061A (zh) | 2017-02-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106405061B (zh) | 一种基于雷达波的木质体内部异常无损探测系统 | |
| CN106442882B (zh) | 一种基于雷达波的树木内部结构无损探测成像装置 | |
| Cui et al. | Modeling tree root diameter and biomass by ground-penetrating radar | |
| CN106772641B (zh) | 估测平均土壤含水量的方法 | |
| AU2011100086A4 (en) | A method for measuring biomass of tree-roots by ground-penetrating radar | |
| US6496136B1 (en) | Ground penetrating radar system for non-invasive inspection of trees for internal decay | |
| CN108956761A (zh) | 钢板全覆盖超声波检测装置及方法 | |
| CN111044569B (zh) | 一种隧道混凝土结构缺陷检测方法 | |
| CN102107723B (zh) | 侧扫声纳测量船舶吨位的方法 | |
| Persico et al. | Microwave tomography for processing of GPR data at Ballachulish | |
| CN113552069B (zh) | 基于干涉合成孔径的激光超声水下目标探测方法及系统 | |
| Zhang et al. | Data analysis technique to leverage ground penetrating radar ballast inspection performance | |
| CN104360046A (zh) | 一种码头混凝土结构内部隐患的综合物探联合诊断方法 | |
| GB2474103A (en) | Scanning apparatus and method | |
| CN110361453A (zh) | 基于无损检测的阵列式异位接收超声波合成孔径聚焦方法 | |
| CN110261850B (zh) | 一种树木内部缺陷检测数据的成像算法 | |
| JP2008076386A (ja) | コンクリート構造物の劣化診断方法 | |
| Xiao et al. | Detecting and measuring internal anomalies in tree trunks using radar data for layer identification | |
| CN108508093A (zh) | 一种工件缺陷高度的检测方法及系统 | |
| Du et al. | Ultrasonic measurement on the thickness of oil slick using the remotely operated vehicle (ROV) as a platform | |
| Takahashi et al. | GPR measurements for diagnosing tree trunk | |
| RU2501032C1 (ru) | Способ определения проницаемости преграды для зондирующего излучения сверхширокополосного радара | |
| CN107462588A (zh) | 一种以探地雷达为工具的树木内部缺陷检测方法 | |
| Chen et al. | Internal decay inspection of tree trunks using 3D point cloud and reverse time migration of ground penetrating radar data | |
| JP2528148B2 (ja) | 地下埋設物の探知方法および装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180904 Termination date: 20200922 |