CN109345592B - 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 PDF

Info

Publication number
CN109345592B
CN109345592B CN201811294514.7A CN201811294514A CN109345592B CN 109345592 B CN109345592 B CN 109345592B CN 201811294514 A CN201811294514 A CN 201811294514A CN 109345592 B CN109345592 B CN 109345592B
Authority
CN
China
Prior art keywords
radar data
ground penetrating
dimensional coordinates
penetrating radar
underground cavity
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.)
Active
Application number
CN201811294514.7A
Other languages
English (en)
Other versions
CN109345592A (zh
Inventor
乔旭
杨峰
闫睿
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 CN201811294514.7A priority Critical patent/CN109345592B/zh
Publication of CN109345592A publication Critical patent/CN109345592A/zh
Application granted granted Critical
Publication of CN109345592B publication Critical patent/CN109345592B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/70Determining position or orientation of objects or cameras
    • G06T7/73Determining position or orientation of objects or cameras using feature-based methods
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/08Feature extraction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10032Satellite or aerial image; Remote sensing
    • G06T2207/10044Radar image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30181Earth observation
    • G06T2207/30184Infrastructure

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

基于探地雷达的地下空洞三维坐标提取算法
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(σ12,...,σn)]为奇异值矩阵,U,V均为正交矩阵,σ12,...,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σ23,...,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
Figure BDA0001850810970000021
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
Figure BDA0001850810970000022
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,
Figure BDA0001850810970000023
Figure BDA0001850810970000024
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
Figure BDA0001850810970000031
(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 (1)

1.基于探地雷达的地下空洞三维坐标提取方法,该方法 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雷达数据的行数,m为雷达数据的列数,S=[diag(σ12,...,σn)]为奇异值矩阵,U,V均为正交矩阵,σ12,...,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σ23,...,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;
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
Figure FDA0003151003720000011
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
Figure FDA0003151003720000012
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,Δx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,
Figure FDA0003151003720000013
Figure FDA0003151003720000014
将这个P点的三维坐标连接起来,得到地下空洞边界的三维坐标。
CN201811294514.7A 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 Active CN109345592B (zh)

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 CN109345592A (zh) 2019-02-15
CN109345592B true 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)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
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

Citations (4)

* Cited by examiner, † Cited by third party
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

Patent Citations (4)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
Title
"Validation of Ionospheric Mapping by means of SAR through Ground Based Radar Measurements";Jun Su Kim.et al;《IEEE》;20160609;全文 *
"地质雷达信号去除水平噪声算法";翟波等;《辽宁工程技术大学学报》;20061130;第25卷;全文 *

Also Published As

Publication number Publication date
CN109345592A (zh) 2019-02-15

Similar Documents

Publication Publication Date Title
CN105005042B (zh) 一种探地雷达地下目标定位方法
CN109345592B (zh) 基于探地雷达的地下空洞三维坐标提取算法
CN110866545A (zh) 一种探地雷达资料中管线目标的自动识别方法及系统
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
CN104751183B (zh) 基于张量mpca的极化sar图像分类方法
CN115856854B (zh) 一种模型与数据混合驱动的雷达探测方法及系统
CN106556820B (zh) 一种直达波去除方法
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
CN108776339B (zh) 基于块稀疏迭代阈值处理的单比特合成孔径雷达成像方法
Kang et al. ISAR cross-range scaling via joint estimation of rotation center and velocity
CN115877344A (zh) 一种宽带检测跟踪识别一体化处理的雷达探测方法及系统
CN110275150B (zh) 基于经验模式分解和迭代端点拟合的变加速运动目标相参积累方法
CN112669332A (zh) 一种基于双向局部极大值和峰值局部奇异性判断海天条件和检测红外目标的方法
CN116953674A (zh) 声呐成像中的快速目标检测算法
CN104268839B (zh) 一种基于阈值分割的道路病害定位方法
CN102222228B (zh) 影像特征点提取方法
CN111239703A (zh) 鲁棒主分量分析多帧杂波抑制及稀疏运动目标检测方法
CN112862677B (zh) 一种同平台异源声呐的声学图像拼接方法
CN106355576A (zh) 基于mrf图像分割算法的sar图像配准方法
CN113960558B (zh) 基于多输入多输出雷达的非视距目标定位方法及系统
CN113009443B (zh) 一种基于图连通密度的海面目标检测方法及其装置
CN109085584B (zh) 基于高自由度的多输入多输出钻孔雷达高效率成像方法
CN108549076A (zh) 一种基于速度节凑图的多种类无人机场景识别方法
CN113589294A (zh) 一种水下浅地层剖面数据的处理方法、系统、设备及介质
CN114296140B (zh) 一种基于梯度信息熵正交基分解的磁异常检测方法

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