CN109345592A - 基于探地雷达的地下空洞三维坐标提取算法 - Google Patents
基于探地雷达的地下空洞三维坐标提取算法 Download PDFInfo
- Publication number
- CN109345592A CN109345592A CN201811294514.7A CN201811294514A CN109345592A CN 109345592 A CN109345592 A CN 109345592A CN 201811294514 A CN201811294514 A CN 201811294514A CN 109345592 A CN109345592 A CN 109345592A
- Authority
- CN
- China
- Prior art keywords
- dimensional coordinate
- radar data
- underground cavity
- radar
- ground penetrating
- 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
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/08—Feature extraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10032—Satellite or aerial image; Remote sensing
- G06T2207/10044—Radar image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30181—Earth observation
- G06T2207/30184—Infrastructure
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geophysics And Detection Of Objects (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明采用零偏置模式探地雷达,针对B扫描得到的雷达数据,以探地雷达数据为基础,采用奇异值分解对原始数据进行预处理并分离出有效信号,然后再利用信号梯度和振幅的差异得到空洞边界点,计算每个空洞边界点的三维坐标,逐一连接空洞边界点得到地下空洞的三维坐标。
Description
技术领域
本发明属于计算机数字图像处理领域,算法以探地雷达数据为基础,采用信号梯度和振幅的差异,提取地下空洞三维坐标。
背景技术
探地雷达向地下发送脉冲形式的高频宽带电磁波,一部分经发射天线直接到达接收天线形成耦合波;经发射天线发射后遇空气与路面分界面后未进入地下而直接反射回来被接收天线接收,形成直达波,耦合波和直达波常常被合称直耦波,常常用来判断时间零点,作为地下目标体深度的判断参考依据,另一部分电磁波进入地下,在地下介质中传播,当遇到存在电性差异的地下目标体(如空洞、水囊及疏松等)或不同介质界面时,电磁波便产生反射,反射电磁波返回到地面时由接收天线所接收。接收信号经过采集、处理、存储,就成为包含有地下介质信息的探地雷达数据。
目标提取是一种图像处理技术,指从单幅图像或序列图像中将感兴趣的目标与背景分割开来,从图像中识别和解译有意义的物体实体而提取不同的图像特征的操作。探地雷达数据可以看成是一类特殊的图像,因此也可以用目标提取的方法处理探地雷达数据。通过从图像中获取空洞目标的轮廓,进而计算得到这些轮廓的三维坐标,实现地下空洞三维坐标的提取。由于探地雷达图像受到噪声影响,在地下空洞三维坐标提取时,需要首先获取有效信号。奇异值分解是获取地下空洞信号的有效手段,在此基础上,通过梯度和幅值的差异可以得到地下空洞的轮廓,结合测线位置信息和波速信息,就可以得到地下空洞的三维坐标。
发明内容
本发明的目的是根据探地雷达数据的特点,以探地雷达数据为基础,采用奇异值分解将探地雷达数据中的有效信号分离出来,在探地雷达有效信号基础上,利用信号梯度和振幅的差异得到地下空洞的边界坐标。
本方法按照以下步骤从探地雷达数据中分离出有效信号:
步骤(A1):对雷达数据D(i,j),其中i=1,2,…,n,j=1,2,…,m,进行奇异值分解,得到D=USV,其中,n为雷达数据的行数,m为雷达数据的列数,S=[diag(σ1,σ2,...,σn)]为奇异值矩阵,U,V均为正交矩阵,σ1,σ2,...,σn为雷达数据D的奇异值;
步骤(A2):探地雷达有效信号可以由部分奇异值恢复,通常为σ2,σ3,...,σn-1,此时的奇异秩矩阵S′=[diag(0,σ2,...,σn-1,0)],雷达数据D的有效信号D′=US′V。
从雷达数据中得到地下空洞三维坐标的具体步骤如下:
步骤(B1):对于雷达数据D(i,j),其中i=1,2,…,n,j=1,2,…,m,计算雷达数据中某点D(i0,j0)满足
其中,i0∈{2,...,n-1},j0∈{2,...,m-1},K∈{2,...,min(n,m)-1},min(n,m)为n和m中的较小值;
步骤(B2):通过步骤B1提供的方法,依次求出D(i0,j0),D(i1,j1),…,D(iP-1,jP-1),其中,P为地下空洞信号边界所在点的数量;
步骤(B3):对于D(i0,j0),其三维坐标可以表示为其中,v为地下介质中的电磁波波速,t为探测时窗,θ为测线的方位角,△x为道间距;
步骤(B4):依次求出D(i0,j0),D(i1,j1),…,D(iP-1,jP-1)的三维坐标, 将这P个点的三维坐标连接起来,得到地下空洞边界的三维坐标。
本发明有以下优点:
1、采用了奇异值分解,本发明对数据干扰的鲁棒性强。
2、本发明能够自动提取地下空洞三维坐标,算法运行速度较快。
附图说明
图1本发明三维坐标提取流程详图
图2本发明三维坐标提取流程图
具体实施方式
本发明采用零偏置模式探地雷达,针对B扫描得到的雷达数据,以探地雷达数据为基础,采用奇异值分解对原始数据进行预处理并分理出有效信号,然后再利用信号梯度和振幅的差异得到地下空洞的三维坐标。
三维坐标提取流程如下:
(1)如图1所示,首先对B扫描得到的雷达数据D,通过奇异值分解得到奇异值矩阵S,保留部分奇异值得到部分奇异值矩阵S',再通过矩阵乘法得到有效信号D'。
(2)通过信号梯度和振幅的差异计算得到地下空洞边界点D(ip,jp),p=1,2,…,P在已知波速v、测线方位角θ、探测时窗t和道间距△x的前提下,获得点D(ip,jp)的三维坐标
(3)连接P个点的三维坐标,得到地下空洞边界的三维坐标。
Claims (2)
1.基于探地雷达的地下空洞三维坐标提取算法,该算法以探地雷达数据为基础,采用奇异值分解将探地雷达数据中的有效信号分离出来,具体步骤如下:
步骤(A1):对雷达数据D(i,j),其中i=1,2,…,n,j=1,2,…,m,进行奇异值分解,得到D=USV,其中,n为雷达数据的行数,m为雷达数据的列数,S=[diag(σ1,σ2,...,σn)]为奇异值矩阵,U,V均为正交矩阵,σ1,σ2,...,σn为雷达数据D的奇异值;
步骤(A2):探地雷达有效信号可以由部分奇异值恢复,通常为σ2,σ3,...,σn-1,此时的奇异秩矩阵S′=[diag(0,σ2,...,σn-1,0)],雷达数据D的有效信号D′=US′V。
2.在探地雷达有效信号基础上,利用信号梯度和振幅的差异得到地下空洞的三维坐标,具体步骤如下:
步骤(B1):对于雷达数据D(i,j),其中i=1,2,…,n,j=1,2,…,m,计算雷达数据中某点D(i0,j0)满足
其中,i0∈{2,...,n-1},j0∈{2,...,m-1},K∈{2,...,min(n,m)-1},min(n,m)为n和m中的较小值;
步骤(B2):通过步骤B1提供的方法,依次求出D(i0,j0),D(i1,j1),…,D(iP-1,jP-1),其中,P为地下空洞信号边界所在点的数量;
步骤(B3):对于D(i0,j0),其三维坐标可以表示为其中,v为地下介质中的电磁波波速,t为探测时窗,θ为测线的方位角,△x为道间距;
步骤(B4):依次求出D(i0,j0),D(i1,j1),…,D(iP-1,jP-1)的三维坐标, 将这P个点的三维坐标连接起来,得到地下空洞边界的三维坐标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811294514.7A CN109345592B (zh) | 2018-11-01 | 2018-11-01 | 基于探地雷达的地下空洞三维坐标提取算法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811294514.7A CN109345592B (zh) | 2018-11-01 | 2018-11-01 | 基于探地雷达的地下空洞三维坐标提取算法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109345592A true CN109345592A (zh) | 2019-02-15 |
CN109345592B CN109345592B (zh) | 2021-09-21 |
Family
ID=65313242
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811294514.7A Active CN109345592B (zh) | 2018-11-01 | 2018-11-01 | 基于探地雷达的地下空洞三维坐标提取算法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109345592B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113433546A (zh) * | 2021-07-05 | 2021-09-24 | 中国矿业大学(北京) | 一种基于奇异值缩放的探地雷达数据增强方法 |
CN115100363A (zh) * | 2022-08-24 | 2022-09-23 | 中国科学院地理科学与资源研究所 | 基于探地雷达的地下异常体三维建模方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8233742B2 (en) * | 2005-06-07 | 2012-07-31 | National Institute Of Advanced Industrial Science And Technology | Method and program for registration of three-dimensional shape |
CN106405504A (zh) * | 2016-08-26 | 2017-02-15 | 中国矿业大学(北京) | 联合剪切波变换和奇异值分解的探地雷达数据去噪方法 |
CN103325105B (zh) * | 2013-02-20 | 2017-10-17 | 中国科学院电子学研究所 | 一种高精度合成孔径雷达图像自动配准方法及设备 |
CN108648277A (zh) * | 2018-04-25 | 2018-10-12 | 南京理工大学 | 一种激光雷达点云数据的快速重建方法 |
-
2018
- 2018-11-01 CN CN201811294514.7A patent/CN109345592B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8233742B2 (en) * | 2005-06-07 | 2012-07-31 | National Institute Of Advanced Industrial Science And Technology | Method and program for registration of three-dimensional shape |
CN103325105B (zh) * | 2013-02-20 | 2017-10-17 | 中国科学院电子学研究所 | 一种高精度合成孔径雷达图像自动配准方法及设备 |
CN106405504A (zh) * | 2016-08-26 | 2017-02-15 | 中国矿业大学(北京) | 联合剪切波变换和奇异值分解的探地雷达数据去噪方法 |
CN108648277A (zh) * | 2018-04-25 | 2018-10-12 | 南京理工大学 | 一种激光雷达点云数据的快速重建方法 |
Non-Patent Citations (2)
Title |
---|
JUN SU KIM.ET AL: ""Validation of Ionospheric Mapping by means of SAR through Ground Based Radar Measurements"", 《IEEE》 * |
翟波等: ""地质雷达信号去除水平噪声算法"", 《辽宁工程技术大学学报》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113433546A (zh) * | 2021-07-05 | 2021-09-24 | 中国矿业大学(北京) | 一种基于奇异值缩放的探地雷达数据增强方法 |
CN113433546B (zh) * | 2021-07-05 | 2022-07-01 | 中国矿业大学(北京) | 一种基于奇异值缩放的探地雷达数据增强方法 |
CN115100363A (zh) * | 2022-08-24 | 2022-09-23 | 中国科学院地理科学与资源研究所 | 基于探地雷达的地下异常体三维建模方法及装置 |
CN115100363B (zh) * | 2022-08-24 | 2022-11-25 | 中国科学院地理科学与资源研究所 | 基于探地雷达的地下异常体三维建模方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN109345592B (zh) | 2021-09-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2660623B1 (en) | Imaging method and device in SAB mobile bistatic SAR | |
CN103869311B (zh) | 实波束扫描雷达超分辨成像方法 | |
CN104020495B (zh) | 一种基于探地雷达的地下管线参数自识别方法 | |
CN107179535A (zh) | 一种基于畸变拖曳阵的保真增强波束形成的方法 | |
CN106970371A (zh) | 一种基于Keystone和匹配滤波的目标检测方法 | |
CN102750537B (zh) | 一种高精度图像自动配准方法 | |
CN104678371B (zh) | 一种基于时延修正的海面高度测量装置 | |
CN106646373B (zh) | 基于浅海多途到达角和到达时延的近距离声源联合定位方法 | |
CN109324315B (zh) | 基于双层次块稀疏性的空时自适应处理雷达杂波抑制方法 | |
CN103308923A (zh) | 来自多个激光雷达的距离图像配准方法 | |
Li et al. | An improved radon-transform-based scheme of Doppler centroid estimation for bistatic forward-looking SAR | |
CN104950305A (zh) | 一种基于稀疏约束的实波束扫描雷达角超分辨成像方法 | |
CN102520405B (zh) | 基于图像域墙体影响补偿的穿墙成像方法 | |
CN109345592A (zh) | 基于探地雷达的地下空洞三维坐标提取算法 | |
CN107329137B (zh) | 基于box样条小波框架的探地雷达地下目标定位方法及系统 | |
CN106556820B (zh) | 一种直达波去除方法 | |
CN105137424A (zh) | 一种杂波背景下实波束扫描雷达角超分辨方法 | |
CN103616685B (zh) | 基于图像特征的isar图像几何定标方法 | |
CN114283318B (zh) | 基于sar图像的海洋锋尺度特征参数反演方法及系统 | |
KR102252915B1 (ko) | 스테레오 카메라를 이용한 거리 추정 방법 및 장치 | |
CN103777178A (zh) | 一种同步误差补偿方法、设备及系统 | |
CN113484860A (zh) | 基于多普勒中心异常的sar图像海洋锋检测方法及系统 | |
CN104122554A (zh) | 高分辨率sar图像目标的属性散射中心特征提取方法 | |
Kang et al. | ISAR cross-range scaling via joint estimation of rotation center and velocity | |
CN112965053A (zh) | 一种基于匹配垂直阵波束强度的浅海声源深度分辨方法 |
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 |