CN108710888A - 一种探地雷达数据配准方法 - Google Patents

一种探地雷达数据配准方法 Download PDF

Info

Publication number
CN108710888A
CN108710888A CN201810010486.5A CN201810010486A CN108710888A CN 108710888 A CN108710888 A CN 108710888A CN 201810010486 A CN201810010486 A CN 201810010486A CN 108710888 A CN108710888 A CN 108710888A
Authority
CN
China
Prior art keywords
coherent noise
data
gpr record
registration
registering
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.)
Granted
Application number
CN201810010486.5A
Other languages
English (en)
Other versions
CN108710888B (zh
Inventor
许献磊
李俊鹏
彭苏萍
李泽华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China University of Mining and Technology Beijing CUMTB
Original Assignee
China University of Mining and Technology Beijing CUMTB
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China University of Mining and Technology Beijing CUMTB filed Critical China University of Mining and Technology Beijing CUMTB
Priority to CN201810010486.5A priority Critical patent/CN108710888B/zh
Publication of CN108710888A publication Critical patent/CN108710888A/zh
Application granted granted Critical
Publication of CN108710888B publication Critical patent/CN108710888B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G06F18/251—Fusion techniques of input or preprocessed data
    • 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
    • G01S13/885—Radar or analogous systems specially adapted for specific applications for ground probing
    • 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
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明涉及一种探地雷达数据配准方法，主要解决因采样率、采样时窗、采样点数等参数的差异引起的不同频率雷达数据空间坐标信息不一致导致的数据难以融合问题。方法包括：1.数据预处理，包括去噪处理和零线设定，使待配准探地雷达数据在同一空间坐标系具有相同的时间零点；2.进行水平方向配准，使待配准探地雷达数据具有相同的采样道数；3.进行垂直方向配准，使得高低频探地雷达数据具有相同的采样率，然后根据低频探地雷达数据的采样点数对高频探地雷达数据进行补零处理，使得高低频探地雷达数据具有相同的采样点数；4.进行归一化处理。从而实现了不同频率探地雷达数据在同一坐标系下具有相同的空间坐标信息。

Description

一种探地雷达数据配准方法
技术领域
本发明属于探地雷达探测应用技术领域，目的是为了解决不同频率探地 雷达数据融合时，因采样率、采样时窗、采样点数等参数的差异引起的不同 频率雷达数据空间坐标信息不一致导致的数据难以融合问题。
背景技术
探地雷达(GPR)又称透地雷达，地质雷达，是用频率介于10^6-10^9Hz 的无线电波来确定地下介质分布的一种无损探测方法，是一种快速、高效、 无损探测的物探方法。探地雷达方法是通过发射天线向地下发射高频电磁波， 通过接收天线接收反射回地面的电磁波，电磁波在地下介质中传播时遇到存 在电性差异的分界面时发生反射，根据接收到的电磁波的波形、振幅强度和 时间的变化等特征推断地下介质的空间位置、结构、形态和埋藏深度。
当前，探地雷达探测中一般采用单一频率来提取异常体信息，单一频率 探测，尤其复杂环境下，因受到周围环境干扰，异常体深部有效信号被干扰 信号所掩盖。再加上信号衰减的影响，尺寸较小异常体目标的回波信息难以 在雷达图像上面得以识别，从而带来结果漏判问题。
为了提高图像的成像质量，可以通过数据融合的方法来综合利用不同频 率雷达数据的数据信息，利用它们的互补性和冗余性，提高探测深度的同时 提高图像分辨率。因采样率、采样时窗、采样点数等参数的差异，不同频率 探地雷达数据的空间坐标信息不一致，难以进行数据融合。
因此，如何解决现有技术中，不同频率探地雷达的数据配准问题，是本 领域技术人员亟待解决的。
发明内容
本发明的目的是为了解决不同频率探地雷达数据融合时，因采样率、采 样时窗、采样点数等参数的差异引起的不同频率雷达数据空间坐标信息不一 致导致的数据难以融合问题。本发明提出了一种探地雷达数据配准方法用于 解决上述问题。为了达到上述目的，本发明采取的步骤如下：
1、对接收到的不同频率探地雷达数据进行预处理；
2、对预处理后的数据进行水平方向配准；
3、对水平方向配准后的数据进行垂直方向配准；
4、将配准后数据进行归一化后输出最终结果。
在上述技术方案中，步骤1、所述预处理是对不同频率探地雷达数据进 行去噪和扫描道零点设定处理。其中去燥的目的是为了去除干扰噪声来提高 信号的信噪比，扫描道零点归一化是为了使配准探地雷达数据在同一空间坐 标系具有相同的时间零点。一般以多个雷达数据中最小时间t0为基准零点， 假设某一个频率数据D(h，v)的时间零点为t，采样率为S，则数据 D(h，v)中将所对应的数据删除即可。零点校正后的数据可表示为：
步骤2、通过特征道的选取找到待配准探地雷达数据相对应的特征点， 特征点的提取是水平方向配准技术的关键步骤，寻求具有良好不变性和准确 性的特征提取方法，对于匹配精度至关重要。针对探地雷达图像特征，一般 可以选在典型或已知目标体回波图像的边缘或者拐点位置，如双曲线的顶点 等。在此阶段，配准主要采用插值的处理方法，选取不同频率探地雷达数据 中的共有特征点，根据特征点所在道数进行插值处理，使待配准探地雷达数 据具有相同的采样道数。所用公式为(2)：
设不同频率的探地雷达数据分别为Dhigh，Dlow，两条特征道之间的探地 雷达数据分别为Dhigh(i，j)，Dlow(i*，j*)，其中i＝1，2，...，mhigh，i*＝ 1，2，...，mlow，mhigh，mlow分别为数据道数。不妨设mhigh＞mlow，j＝ 1，2，...，nhigh，j*＝1，2，...，nlow，nhigh，nlow分别为采样点数。通过插值将 Dlow(i*，j*)变换为实现两条特征道之间的探地雷达数据配准。为 避免边缘效应，对数据Dlow(i*，j*)进行延拓，得到 其中，为取整函数，K1为正整数，K1的取值越大，插值精 度越高，但计算时间越长。综合考虑插值精度和处理时间，通常K1的取值为 8，于是插值结果
步骤3、主要对水平方向配准后的低频探地雷达数据进行重采样，高频 探地雷达数据进行补零处理使得高低频探地雷达数据具有相同的采样率。该 过程可分为两个步骤，首先，需要对低频探地雷达数据进行重采样，获得与 高频探地雷达数据相同的采样率。输出数据即为最终配准后的数据。所用公 式为(3)、(4)：
设thigh，tlow分别为高频探地雷达数据和低频探地雷达数据的时窗，通 常thigh＜tlow，nhigh表示高频探地雷达数据的采样点数，低频探地雷达数据 重采样的采样点数为：
设低频探地雷达数据插值后的结果为 为避免边缘效应，对数据进行延拓，得到 其中K2为正整数，通常K2的取值为8，通过插值得到 重采样的低频探地雷达数据为：
高频探地雷达探测深度相对较浅，深部信息不足，为保证不同频率探地 雷达数据能够有效融合，高频探地雷达数据采样点数应与低频探地雷达数据 重采样的采样点数一致，因此需要对Dhigh(i，j)补零处理，得到此 时，数据与数据实现了配准。
步骤4、将上述配准后的数据和数据分别运用公式(5) 进行归一化处理得到最后数据。
附图说明
图1为配准流程图。
图2为原始数据(a：100MHz原始图像；b：400MHz原始图像)。
图3为配准后数据(c：100MHz配准后图像；d：400MHz配准后图像)。
具体实施方式
下面结合附图和具体实施方式对本发明作进一步详细描述：
本例所用实验设备包括中国矿业大学(北京)制造的GR-IV型探地雷 达主机和不同频率探地雷达天线。采集参数设置如下：(1)天线的中心频率 为100MHz，400MHz；(2)采样时间窗口分别为150ns和60ns；(3)采样 率为1024点。为了验证上述配准方法的实用性，在中国矿业大学(北京) 的校园道路布置一条测线并进行探测实验。用频率为100MHz，400MHz的 探地雷达天线分别进行数据采集，运用上述配准算法对原始数据进行配准处 理，结果如图2、图3所示(图2为原始图像，图3为配准后图像)
配准按照如下方法进行：
1、配准前将不同频率探地雷达数据进行零线设定，结合公式(1)使待 配准探地雷达数据在同一空间坐标系具有相同的时间零点，此次探测实验中 100MHz原始数据零点小于400MHz原始数据零点，因此零点设定为100MHz 的零点值。
2、进行水平方向配准，选取不同频率探地雷达数据中的共有特征点， 本次共选取8个特征点，特征点均为雷达图像曲线的顶点，设定道数区间为 (150，4200)根据特征点所在道数运用公式(2)进行插值处理，使待配准探 地雷达数据具有相同的采样道数。
3、进行垂直方向配准，100MHz与400MHz的信号，采样时窗分别为 150ns和60ns，采样率均设置为1024点。根据公式(3)求出100MHz雷达 数据重采样点数为2560点，根据公式(4)对频率为100MHz的数据进行重 采样。并对频率为400MHz的数据进行补零处理使之采样点数也为2560点。
4、进行配准后数据归一化处理，结合公式(5)对配准后的高低频率探 地雷达数据分别进行数据归一化处理得到最终配准结果。该配准结果数据在 同一坐标系下，具有相同的道数和采样点数，可用于进行数据融合处理。
本发明中应用了具体个例对本发明的原理及实施方式进行了阐述，以上 实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本 领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均 会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (7)

1.一种探地雷达数据配准方法，其特征在于：该配准方法解决因采样率、采样时窗、采样点数等参数的差异引起的不同频率雷达数据空间坐标信息不一致导致的数据难以融合问题。该配准方法的步骤有4个，包括：1、预处理；2、水平方向配准；3、垂直方向配准；4、数据归一化。
2.根据权利要求1所述的探地雷达数据配准方法，其特征在于：预处理流程为：去噪处理和零线设定。去噪处理主要是去除雷达数据中的噪声干扰信息，主要方法为一维滤波和小波变换方法。零线设定主要是解决不同频率雷达数据时间零点不一致的问题，以待配准雷达数据中时间零点最小值t0为基准零点，对其它频率雷达数据进行零线校正。
3.根据权利要求1所述的探地雷达数据水平方向配准方法，其特征在于：水平方向配准以选取的共有特征点所在道数为基准，在拟配准数据的设定道数区间内分别进行插值处理，使待配准探地雷达数据具有相同的采样道数，从而实现水平方向配准。
4.根据权利要求3所述的探地雷达数据水平方向配准方法，其特征在于：所述的共有特征点，一般选在典型或已知目标体回波图像的边缘或者拐点位置，如双曲线的顶点等。
5.根据权利要求3所述的探地雷达数据水平方向配准方法，其特征在于：所述的拟配准数据的设定道数区间选取过程如下：设待配准数据最左侧的共有特征点所在道数为m，最右侧的共有特征点所在道数为n，则设定道数区间为(m-a，n+b)，其中a和b均为0或正整数，且a≤m。
6.根据权利要求1所述的探地雷达数据垂直方向配准方法，其特征在于：垂直方向配准主要根据高频雷达数据的采样率，对水平配准后的低频探地雷达数据进行重采样；然后根据重采样后低频雷达数据的采样点数，对高频雷达数据进行补零处理，使待配准探地雷达数据具有相同的采样率和采样点数，从而实现垂直方向配准。
7.根据权利要求1所述的探地雷达数据归一化的方法，其特征在于：归一化的目的是将不同量级的数据归一化为同一数量级，避免某一维或某几维数据对融合后数据影响过大，另外可以使程序运行更快。
CN201810010486.5A 2018-01-05 2018-01-05 一种探地雷达数据配准方法 Active CN108710888B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810010486.5A CN108710888B (zh) 2018-01-05 2018-01-05 一种探地雷达数据配准方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810010486.5A CN108710888B (zh) 2018-01-05 2018-01-05 一种探地雷达数据配准方法

Publications (2)

Publication Number Publication Date
CN108710888A true CN108710888A (zh) 2018-10-26
CN108710888B CN108710888B (zh) 2019-04-30

Family

ID=63866271

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810010486.5A Active CN108710888B (zh) 2018-01-05 2018-01-05 一种探地雷达数据配准方法

Country Status (1)

Country Link
CN (1) CN108710888B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110308444A (zh) * 2019-08-08 2019-10-08 中国矿业大学(北京) 道路层位智能识别及干扰源排除方法
CN111190179A (zh) * 2020-01-17 2020-05-22 中国矿业大学(北京) 基于钟摆式探地雷达的地下病害三维信息提取方法
CN111208482A (zh) * 2020-02-28 2020-05-29 成都汇蓉国科微系统技术有限公司 基于距离对齐的雷达精度分析方法
CN112098998A (zh) * 2020-09-18 2020-12-18 浙江大学 一种基于遗传算法的多频率探地雷达剖面融合方法
CN113687427A (zh) * 2021-08-18 2021-11-23 上海圭目机器人有限公司 基于双频反投影法的探地雷达目标位置预测方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102298160B (zh) * 2011-05-18 2013-05-22 西安交通大学 一种探地雷达数据层位追踪方法
CN104198997A (zh) * 2014-09-29 2014-12-10 中国矿业大学(北京) 一种基于互信息的探地雷达数据配准方法
CN104569947A (zh) * 2015-01-04 2015-04-29 中国电子科技集团公司第二十二研究所 一种探地雷达的多通道数据实时融合方法
CN104793203A (zh) * 2015-04-17 2015-07-22 中南大学 一种用于多频多通道探地雷达的数据融合方法
CN105844585A (zh) * 2016-03-30 2016-08-10 中国矿业大学(北京) 一种探地雷达数据比对算法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102298160B (zh) * 2011-05-18 2013-05-22 西安交通大学 一种探地雷达数据层位追踪方法
CN104198997A (zh) * 2014-09-29 2014-12-10 中国矿业大学(北京) 一种基于互信息的探地雷达数据配准方法
CN104569947A (zh) * 2015-01-04 2015-04-29 中国电子科技集团公司第二十二研究所 一种探地雷达的多通道数据实时融合方法
CN104793203A (zh) * 2015-04-17 2015-07-22 中南大学 一种用于多频多通道探地雷达的数据融合方法
CN105844585A (zh) * 2016-03-30 2016-08-10 中国矿业大学(北京) 一种探地雷达数据比对算法

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110308444A (zh) * 2019-08-08 2019-10-08 中国矿业大学(北京) 道路层位智能识别及干扰源排除方法
CN110308444B (zh) * 2019-08-08 2021-03-09 中国矿业大学(北京) 道路层位智能识别及干扰源排除方法
CN111190179A (zh) * 2020-01-17 2020-05-22 中国矿业大学(北京) 基于钟摆式探地雷达的地下病害三维信息提取方法
CN111208482A (zh) * 2020-02-28 2020-05-29 成都汇蓉国科微系统技术有限公司 基于距离对齐的雷达精度分析方法
CN111208482B (zh) * 2020-02-28 2022-02-18 成都汇蓉国科微系统技术有限公司 基于距离对齐的雷达精度分析方法
CN112098998A (zh) * 2020-09-18 2020-12-18 浙江大学 一种基于遗传算法的多频率探地雷达剖面融合方法
CN112098998B (zh) * 2020-09-18 2022-08-23 浙江大学 一种基于遗传算法的多频率探地雷达剖面融合方法
CN113687427A (zh) * 2021-08-18 2021-11-23 上海圭目机器人有限公司 基于双频反投影法的探地雷达目标位置预测方法
CN113687427B (zh) * 2021-08-18 2023-11-28 上海圭目机器人有限公司 基于双频反投影法的探地雷达目标位置预测方法

Also Published As

Publication number Publication date
CN108710888B (zh) 2019-04-30

Similar Documents

Publication Publication Date Title
CN108710888B (zh) 一种探地雷达数据配准方法
US8330464B2 (en) Data acquisition method with a three dimensional small bin electromagnetic consecutive array
CN106446919B (zh) 一种探地雷达双曲线目标快速检测方法
Ji et al. Noise reduction of time domain electromagnetic data: Application of a combined wavelet denoising method
CN111007571B (zh) 一种基于三维构造张量的航磁数据地质体边界识别方法
Ji et al. Noise reduction of grounded electrical source airborne transient electromagnetic data using an exponential fitting-adaptive Kalman filter
CN106291719B (zh) 一种阵列人工源磁场频率测深方法
Zhou et al. Migration velocity analysis and prestack migration of common-transmitter GPR data
Al-Dossary et al. Lineament-preserving filtering
Li et al. Application of grounded electrical source airborne transient electromagnetic (GREATEM) system in goaf water detection
Di et al. Pseudo-2-D transdimensional Bayesian inversion of the full waveform TEM response from PRBS source
Salucci et al. 2-D TM GPR imaging through a multiscaling multifrequency approach in Lp spaces
Xu et al. Fusion of multiple time‐domain GPR datasets of different center frequencies
Wu et al. Denoising algorithm of ground-airborne time-domain electromagnetic method based on variational Bayesian-based adaptive Kalman filter (VBAKF)
CN110261905A (zh) 基于倾角控制的复值相干微断层识别方法
Sørensen et al. TDEM in groundwater mapping—a continuous approach
CN109188542A (zh) 一种波区相关性检测的远参考大地电磁阻抗计算方法
CN108983158A (zh) 一种基于Hankel矩阵奇异值分解的探地雷达噪声抑制方法
Sun et al. Motion noise remove for secondary-field semi-airborne transient electromagnetic data
CN112255690A (zh) 基于地震相位分解的自适应围岩强反射分离方法
Liu et al. Research on ground-airborne frequency-domain electromagnetic rapid imaging method based on space magnetic gradient anomaly
CN112666552B (zh) 一种探地雷达数据背景杂波自适应去除方法
CN104863578A (zh) 一种井中雷达的电导率测井方法
Xianlei et al. A Multi-frequency GPR data fusion method for underground disease detection
CN105259539A (zh) 一种针对极地探冰雷达数据的分部式噪声抑制方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant