CN108376401A - 一种基于行方差的自动定位gpr信号病害位置方法 - Google Patents

Abstract

本发明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。

Description

一种基于行方差的自动定位GPR信号病害位置方法

技术领域

本发明涉及一种基于行方差的自动定位GPR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。

发明内容

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，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；

若大于阈值的行段总行数小于最小行数，判定该图无病害；

若大于阈值的行段总行数不小于最小行数，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。

前述的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，所述步骤1)中分割的具体内容为：对整个数据进行重叠分割，将大量数据分割成矩阵尺寸为M*N的GPR实测数据块，M是每道采样数，N是分割后每个图像包含的迹线数，记其中一个数据块为I，I对应着实际环境中的某一个水平位置采集到的GPR数据。

前述的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，所述步骤2)的具体内容为：对实测数据I的像素值映射到0-255范围内，归一化后的数据记为NI。

前述的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，所述步骤3)的具体内容为：计算归一化后的数据矩阵NI的行方差，一行共有N个数据，计算这N个数据方差，得到一个方差数据，并对每一行都计算行方差，数据矩阵共有M行，最后得到的数据矩阵的行方差数据大小为M*1，形成一个尺寸为M*1的向量NI_v，NI_v中每一个元素代表NI每一行的行方差。

前述的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，所述步骤4)中阈值T依据经验值设定。

前述的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，所述步骤4)中的判定方式为：提取出图像行方差大于阈值T的多个行段记为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是一个迹线上相邻两个数据的采样间隔；

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′中最大的数记为m_a,a∈{1,2,...,p′}，其对应的行段为M_a，M_a判定为要找的病害的位置，即从整个图像中抽取出的含有病害的行，每一行包含N个数据，即N列，且M_a的矩阵大小为P*N，其中P为含有病害的行数，记M_a为矩阵I’。

前述的一种基于行方差的自动定位GPR信号病害位置方法，所述N选择400。

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。

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)采集探地雷达数据，GPR信号B扫描数据，对所采集的数据进行重叠分割，分割的具体内容为：对整个数据进行重叠分割，将大量数据分割成矩阵尺寸为M*N的GPR实测数据块，M是每道采样数，N不超过400，记其中一个数据块为I，I对应着实际环境中的某一个水平位置。

2)对分割后的数据进行归一化处理，对实测数据I的像素归一化到0-255范围内，归一化后的数据记为NI。

3)计算归一化后的数据矩阵NI的行方差，得到一个尺寸为1*M的向量NI_v，NI_v中每一个元素代表NI每一行的行方差。

4)设置行方差的阈值T，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；阈值T依据经验值设定。

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。

具体地判定方式为：提取出图像行方差大于阈值T的多个行段记为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，其对应的行段记为I′，判定为要找的病害的位置，I′矩阵大小为P*N。

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。

Claims (7)

1.一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；

若大于阈值的行段总行数小于最小行数，判定该图无病害；

若大于阈值的行段总行数不小于最小行数，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。

2.根据权利要求1所述的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，所述步骤1)中分割的具体内容为：对整个数据进行重叠分割，将大量数据分割成矩阵尺寸为M*N的GPR实测数据块，M是每道采样数，N是分割后每个图像包含的迹线数，记其中一个数据块为I，I对应着实际环境中的某一个水平位置采集到的GPR数据。

3.根据权利要求1所述的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，所述步骤2)的具体内容为：对实测数据I的像素值映射到0-255范围内，归一化后的数据记为NI。

4.根据权利要求1所述的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，所述步骤3)的具体内容为：计算归一化后的数据矩阵NI的行方差，一行共有N个数据，计算这N个数据方差，得到一个方差数据，并对每一行都计算行方差，数据矩阵共有M行，最后得到的数据矩阵的行方差数据大小为M*1，形成一个尺寸为M*1的向量NI_v，NI_v中每一个元素代表NI每一行的行方差。

5.根据权利要求1所述的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，所述步骤4)中阈值T依据经验值设定。

6.根据权利要求5所述的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，所述步骤4)中的判定方式为：提取出图像行方差大于阈值T的多个行段记为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是一个迹线上相邻两个数据的采样间隔；

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′中最大的数记为m_a,a∈{1,2,...,p′}，其对应的行段为M_a，M_a判定为要找的病害的位置，即从整个图像中抽取出的含有病害的行，每一行包含N个数据，即N列，且M_a的矩阵大小为P*N，其中P为含有病害的行数，记M_a为矩阵I’。

7.根据权利要求1所述的一种基于行方差的自动定位GPR信号病害位置方法，所述N选择400。