CN113030953A - 基于探地雷达与波前干扰偏移的树干内部缺陷成像方法 - Google Patents
基于探地雷达与波前干扰偏移的树干内部缺陷成像方法 Download PDFInfo
- Publication number
- CN113030953A CN113030953A CN202110400883.5A CN202110400883A CN113030953A CN 113030953 A CN113030953 A CN 113030953A CN 202110400883 A CN202110400883 A CN 202110400883A CN 113030953 A CN113030953 A CN 113030953A
- Authority
- CN
- China
- Prior art keywords
- trunk
- scanning
- scanning data
- ground penetrating
- data
- 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
- 230000000149 penetrating effect Effects 0.000 title claims abstract description 61
- 230000007547 defect Effects 0.000 title claims abstract description 47
- 238000003384 imaging method Methods 0.000 title claims abstract description 27
- 238000000034 method Methods 0.000 claims abstract description 46
- 238000001514 detection method Methods 0.000 claims abstract description 37
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 19
- 238000005259 measurement Methods 0.000 claims abstract description 10
- 239000002184 metal Substances 0.000 claims abstract description 7
- 238000009659 non-destructive testing Methods 0.000 claims abstract description 4
- 238000001914 filtration Methods 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 7
- 239000013598 vector Substances 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 claims description 4
- 230000000737 periodic effect Effects 0.000 claims description 4
- 238000007781 pre-processing Methods 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000004088 simulation Methods 0.000 description 4
- 239000000284 extract Substances 0.000 description 3
- 230000002950 deficient Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000001788 irregular Effects 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 239000002023 wood Substances 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004040 coloring Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- 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
- 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)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了基于探地雷达与波前干扰偏移的树干内部缺陷成像方法,涉及林木无损检测领域。该方法使用探地雷达围绕树干发射电磁波,生成B扫描数据作为输入,然后根据雷达信号穿透树干直径所需时间,估计树干整体介电常数,并使用易形变且不回弹金属丝提取树干轮廓信息并建模。首先对B扫描数据进行零点选取、背景去除、时变增益、奇异值分解以及二值化操作,然后对B扫描数据的每一条A扫描数据在树干上的测量点进行波前干扰偏移,并将偏移结果叠加,得到树干内部缺陷的断层图像。该方案操作简单,能够实时获得测量结果,对树干缺陷检测具有指导作用。
Description
技术领域
本发明涉及基于探地雷达与波前干扰偏移的树干内部缺陷成像方法,属于林木无损检测领域。
背景技术
雷达作为一种完全无损的检测仪器,在地质调查、隧道检测、路桥结构等领域已经展现出惊人的效果;由于其具有操作简单快捷、抗干扰能力强、应用范围广、分辨率高等优势,所以适用于大规模林业应用。
利用探地雷达在树干周围发射电磁波,记录从树干中传回的电磁回波,分析电磁波回波出现的时间,实现树干内部缺陷的快速检测。当穿过介电常数明显不同的物质时,电磁波才会产生回波,所以通常情况下,树干在健康木材内部不会产生回波,当树干内部出现空洞或腐朽时,空洞与腐朽部分的介电常数与正常树干内部介电常数差异大,会产生电磁波回波,从而区分出树木是否健康。
目前在林木无损检测领域,国内外已经成功将探地雷达应用于树干缺陷检测。然而这些检测对树干外形要求都极高,尽量要求树干为规则圆形,因为在成像处理中,这些方法使用基于极坐标的扇形结构对树干还原,以此方法得出的成像区域均与圆心相关;而实际应用中,树干外形并非为规则圆形,所以这些方法得出的成像区域与实际情况不符。通常对于不规则树干,检测人员会再借助辅助设备,如激光雷达结合点云数据,或对树干进行圆周采样,获取采样点坐标,然后进行多次曲线拟合,从而得到树干外形。但这种做法对时间消耗较大,
发明内容
为了解决现有采用探地雷达对不规则外形的树干进行缺陷检测时存在的时间消耗较大的问题,本发明提供了一种基于探地雷达与波前干扰偏移的树干内部缺陷成像方法,利用波前干扰偏移思想,在树干周围的每个电磁波发射点进行偏移成像,将成像效果叠加,得到树干内部缺陷的断层成像,该方案操作简单,能够实时获得测量结果,对树干缺陷检测具有指导作用。
一种基于探地雷达与波前干扰偏移的树干内部缺陷成像方法,所述方法包括:
S1利用探地雷达获取待测树干轮廓信息并构建坐标系,标记探地雷达扫描起点位置及扫描正方向;
S2使用探地雷达紧贴待测树干表面,从扫描起点位置沿着扫描正方向探测一周,获得待测树干的B扫描数据;
S3对B扫描数据进行预处理;
S4从预处理后的B扫描数据中提取每一条A扫描数据,并对每一条A扫描数据使用波前干扰偏移,并将偏移结果叠加,得到偏移后的图像;其中B扫描数据为二维矩阵,A扫描数据为组成B扫描数据的列向量;
S5对偏移后的图像进行区域标记,生成待测树干的横截面断层图像。
可选的,所述S2使用探地雷达紧贴待测树干表面,从扫描起点位置沿着扫描正方向探测一周,获得待测树干的B扫描数据,包括两次探测过程:
第一次探测:根据林木检测先验知识设定探地雷达参数,包括探地雷达的增益值、扫描步长、测量方向、测量范围和探地雷达的介电常数;其中,探地雷达的介电常数设置为大于待测树干的真实介电常数值的数值;测量范围设置大于树干宽面直径D的数值,获得第一次的B扫描数据;根据第一次的B扫描数据计算待测树干内部的相对介电常数ε;
第二次探测:设定探地雷达参数,包括探地雷达的增益值、扫描步长、测量方向、测量范围和探地雷达的介电常数;其中,探地雷达的介电常数设置为根据第一次的B扫描数据计算出的待测树干内部的相对介电常数ε;测量范围设置为树干宽面直径D的数值,获得第二次的B扫描数据,即待测树干的B扫描数据。
可选的,根据第一次的B扫描数据计算待测树干内部的相对介电常数ε,包括:
从第一次的B扫描数据中获取电磁波穿过树干另一侧的回波时间T;
根据公式(1)-(3)估算树干内部的相对介电常数ε:
2D=v.T 公式(1)
其中v表示电磁波在介质中的传播速度,c0≈3*108m/s为真空中光速。
可选的,所述对每一条A扫描数据使用波前干扰偏移,并将偏移结果叠加,得到偏移后的图像,包括:
根据每一条A扫描数据的回波接收时间t,使用F(s)=v.t计算出回波到对应A扫描点的距离F(s);每一条A扫描数据对应一个A扫描点;
以每个A扫描点为中心,对应的A扫描数据为基,构造测量点的衍射曲面,得到偏移成像结果。
可选的,所述S3对B扫描数据进行预处理,包括:
S31从待测树干的B扫描数据提取各条A扫描数据,将每一条A扫描数据的第一个波峰出现的地方作为零点,删除零点前的数据;
S32对步骤S31处理后的A扫描数据进行均值滤波,然后每个值减去对应行均值,得到均值滤波后的A扫描数据,根据均值滤波后的A扫描数据得到背景去除后的图像;
S33对步骤S32得到的均值滤波后的A扫描数据沿着时间轴做线性时变增益,得到线性时变增益后的A扫描数据;增益倍数为探地雷达发射波与接收波振幅的比值;
S34提取部分主特征值,即对由步骤S33得到的线性时变增益后的A扫描数据构成的B扫描数据进行奇异值分解;
S35对步骤S34奇异值分解后的数据进行二值化,对二值化处理后的图像获取连通区域,提取出反映缺陷的曲线部分的连通区域;将反映缺陷的曲线部分的连通区域不变,其余部分标记为0,得到只含有缺陷的B扫描数据。
可选的,所述S32对步骤S31处理后的A扫描数据进行均值滤波时,滤波器核大小为5×5。
可选的,所述S34中进行奇异值分解,提取部分主特征值,包括:
使用公式(4)进行奇异值分解,并提取部分主特征值:
U,M,V=svd(bscan) 公式(4)
其中bscan是S33得到的得到线性时变增益后的A扫描数据构成的B扫描数据,U,V为特征向量矩阵,M为奇异值向量以降序排列;
将M中极大的与极小的特征值设为0以滤除杂波与周期性噪声。
可选的,所述S35中二值化的阈值设置为0.4。
可选的,所述S1利用探地雷达获取待测树干轮廓信息并构建坐标系,标记探地雷达扫描起点位置及扫描正方向,包括:
S11使用易形变且不回弹金属丝围绕待测树干一周并收紧,摘下后合拢,在白纸上绘制金属丝获取的待测树干轮廓;
S12用软尺围绕待测树干一周获取树干周长C;
S13将绘制有待测树干轮廓的白纸放置于已知边长的正方形范围内拍照,并截取正方形区域对图像进行矫正;
S14对矫正后的图像进行二值化,提取矫正后的图像中待测树干轮廓的边框O,消除细小不连续部分,然后获取边框O的坐标,通过坐标求取边框O周长C′;
S15获取C与C′的比值P,对边框O的坐标按照比值P进行缩放,进而获取真实坐标;
S16在真实坐标中标记探地雷达扫描起点与正方向,根据扫描真实步长,获取每次雷达A扫描的实际坐标。
本申请还提供一种树木无损检测方法,其特指在于,所述方法采用上述树干内部缺陷成像方法获取待测树木的内部缺陷图像。
本发明有益效果是:
本发明利用TreeRadar探地雷达获取雷达发射到树干内部的电磁波回波。设置待测树干的相对介电常数为默认值,将待测范围调至树干直径的2倍,在树干外围选择一个起点和正方向,雷达紧贴树干,从起点开始沿着正方向围绕树干一周,并根据雷达波穿出树干的时间与树干直径,估计树干内部相对介电常数。由于树干内部介电常数未知,需要根据公式(3)进行介电常数修正,同时将待测范围设置为树干的直径,再根据修正后的介电常数再一次重复测量,得到树干B扫描数据。同时获取树干外围轮廓坐标,根据雷达检测步长,获取每个检测点坐标。
对树干的B扫描数据,首先进行一系列预处理,将B扫描数据处理为二值图,然后对每一列,根据雷达发射电磁波的位置,使用波前干扰偏移方法,在检测点根据雷达信号发射点到电磁回波的距离L,以检测点为中心,以L为半径画圆,圆上的位置表示缺陷可能出现的位置,截取树干内部的部分,在树干外的一个雷达检测点,根据该思想画圆,最后将所有圆叠加,得到树干内部的电磁波反射图。
对成像图像进行形态学处理,连接代表健康的树干部分,分割出缺陷区域,使用不同颜色标记,实现树干内部缺陷的可视化。
本申请首先需要对树干外形获取并建立坐标系,能够准确地还原树干轮廓,并且根据测量路径精确定位每次探地雷达扫描的坐标位置。然后,使用波前干扰偏移对树干内部空洞区域定位,成像结果与极坐标无关,是根据B扫描数据回波出现的位置确定空洞在树干内部的真实位置,并且,该方案能够实时获得结果,不增加时间负担。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一个实施例中提供的检测方法对应的原木缺陷检测平台示意图。
图2A是本发明一个实施例中实际应用过程中的模糊探测对应的参数设置示意图。
图2B是本发明一个实施例中实际应用过程中的确切探测对应的参数设置示意图。
图2C是本发明一个实施例中实际应用过程中的速度与介电常数负相关关系仿真图。
图3A是本发明一个实施例中实际应用过程中的原始B扫描图像。
图3B是本发明一个实施例中实际应用过程中的删除零点前的数据后对应于的零点选取后图像。
图3C是本发明一个实施例中实际应用过程中的背景去除后图像。
图3D是本发明一个实施例中实际应用过程中的增益后图像。
图3E是本发明一个实施例中实际应用过程中的奇异值分解后图像。
图3F是本发明一个实施例中实际应用过程中的二值化后图像。
图4是本发明一个实施例中的波前干扰偏移过程结果示意图。
图5本发明中一个实施例中采用图像处理方法对经过图4所示的干扰偏移后的图像进行处理得到的断层成像效果图。
图6为本发明一个实施例中进行实际测量使用的原木立体图。
图7为图6所示原木的横截面图。
图8为采用本发明提供的树干内部缺陷成像方法得到的内部缺陷仿真图。
图9为采用基于极坐标的扇形结构对树干还原得到的内部缺陷仿真图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明实施方式作进一步地详细描述。
基础理论介绍:电磁波在穿过介电常数差异明显的两种介质时,会产生电磁回波,假设树干是健康的,树干内部的介电常数均匀变化,电磁波在树干内部不会产生回波,只有当电磁波穿过树干另一侧才会产生回波。但是,当树干内部出现空洞或腐朽,空洞或腐朽部分的介电常数与健康树干的介电常数差异明显,会产生回波。
实施例一:
本实施例提供一种基于探地雷达与波前干扰偏移的树干内部缺陷成像方法,所述方法包括:
S1获取树干轮廓信息并构建坐标系,标记探地雷达扫描起点位置及扫描正方向。
S2使用探地雷达紧贴树干表面,从起点沿着正方向探测一周,获得B扫描数据。
S3对B扫描数据进行预处理。
S4从预处理后的B扫描数据中提取每一条A扫描数据,并对每一条A扫描数据使用波前干扰偏移,并将偏移结果叠加,得到偏移后的图像;其中B扫描数据为二维矩阵,A扫描数据为组成B扫描数据的列向量。
S5结合图像处理相关方法,对偏移后的图像进行区域标记,生成树干的横截面断层图像。
实施例二
本实施例提供一种基于探地雷达与波前干扰偏移的树干内部缺陷成像方法,参见图1,首先搭建原木缺陷检测平台,
S1获取树干轮廓信息并构建坐标系,并标记探地雷达扫描起点位置及扫描正方向。
具体的,包括:
S11使用两段易形变且不回弹金属丝围绕树干一周并收紧,摘下后合拢,在白纸上绘制金属丝获取的树干轮廓。
S12用软尺围绕树干一周获取树干周长C。
S13将绘制有树干轮廓的白纸放置于已知边长的正方形范围内拍照,并截取正方形区域对图像进行矫正,以防止因为拍照使轮廓产生形变,造成树干外形变化。
S14对矫正后的图像进行二值化,提取矫正后的图像中树干轮廓的边框O,消除细小不连续部分,然后获取边框O的坐标,通过坐标求取边框O周长C′。
S15获取C与C′的比值P,对边框O的坐标按照比值P进行缩放,进而获取真实坐标。
S16在真实坐标中标记探地雷达扫描起点与正方向,根据扫描真实步长,获取每次雷达A扫描的实际坐标。
S2使用探地雷达紧贴树干表面,从起点沿着正方向探测一周,获得B扫描数据。
在获得B扫描数据时,需要知道树干的相对介电常数,但在对树干首次探测之前,探测人员并不能确定待测树干的具体相对介电常数的数值,因此本申请获取待测树干的B扫描数据时分两次探测:一次模糊探测和一次确切探测:
模糊探测中,首先根据先验知识设置探地雷达参数,其中探地雷达的介电常数需设置为待测树干的真实介电常数值的最大可能值;通常树木的介电常数与树木种类以及含水量有关,因此根据林木的先验知识,可以确定待测树干的真实介电常数值的取值范围,模糊探测中,需将探地雷达的介电常数设置为该取值范围的最大值;另外探地雷达的测量范围需设置为大于待测树干的宽面直径的数值。根据模糊探测的B扫描数据计算待测树干的相对介电常数的具体数值;
确切探测中,根据计算出的待测树干的相对介电常数的具体数值设置探地雷达的介电常数,并将测量范围设置为待测树干的宽面直径,进而确切探测出待测树干的真实B扫描数据;
具体的,包括:
S21模糊探测
设置探地雷达参数,包括探地雷达的增益值、扫描步长、测量方向、测量范围和探地雷达的介电常数;其中探地雷达的介电常数需设置为大于所测树干的真实介电常数值,可根据所测树木的种类以及含水量确定所测树干的真实介电常数值的取值范围,取相应取值范围的最大值即可;
测量范围设置大于树干宽面直径D,雷达紧贴树干表面,从起点沿着正方向水平探测一周,获取第一次的B扫描数据,得到对应的第一次扫描结果图像。
S22根据模糊探测的结果计算树干内部的相对介电常数ε
根据第一次扫描结果图像观察雷达穿过树干另一侧的回波时间T,假设树干内部结构均匀,根据公式(1)-(3)估算树干内部的相对介电常数ε。
2D=v.T 公式(1)
其中v表示电磁波在介质中的传播速度,c0≈3*108m/s为真空中光速。
S23确切探测,获取待测树干的真实B扫描数据
将探地雷达的介电常数设置为S22计算出的树干内部的相对介电常数ε,测量范围设置为树干宽面直径D,从起点沿着正方向紧贴树干水平探测一周,探测范围可略超过树干一周,获得待测树干的真实B扫描数据。
S3对B扫描数据进行预处理。
具体的,包括零点选取、背景去除、时变增益、奇异值分解与二值化:
S31从预处理后的B扫描数据提取A扫描数据,将每一条A扫描数据的第一个波峰出现的地方作为零点,删除零点前的数据。
S32对步骤S31处理后的A扫描数据进行均值滤波,滤波器核大小为5×5,然后每个值减去对应行均值,得到处理后的A扫描数据,根据处理后的A扫描数据得到背景去除后的图像。
S33对步骤S32处理后的A扫描数据沿着时间轴做线性时变增益,得到线性时变增益后的A扫描数据,增益倍数为探地雷达发射波与接收波振幅的比值。
S34提取部分主特征值,即对步骤S33沿着时间轴做线性时变增益处理后的A扫描数据构成的B扫描数据,使用公式(4)进行奇异值分解得到奇异值分解后的数据。
U,M,V=svd(bscan) 公式(4)
其中bscan是S33得到的得到线性时变增益后的A扫描数据构成的B扫描数据,U,V为特征向量矩阵,M为奇异值向量以降序排列;因为极大的特征值通常与树干内部产生的周期性的振铃噪声相关,而极小的特征值通常表现为杂波,因此本实施例通过将极大的与极小的特征值设为0来滤除杂波与周期性噪声。
S35对步骤S34奇异值分解后的数据进行二值化,二值化的阈值一般设置为0.4,可手动调节。对二值化处理后的图像获取连通区域,提取出反应缺陷的曲线部分的连通区域。将缺陷区域不变,其余部分标记为0,得到只含有缺陷的B扫描数据。
S4对预处理后的B扫描数据,提取每一条A扫描数据,使用波前干扰偏移,并将偏移结果叠加,得到偏移后的图像。
首先根据树干的相对介电常数,使用公式(2)计算电磁波传播速度v,然后根据A扫描数据的回波接收时间t,使用F(s)=v.t计算出回波到对应A扫描点的距离F(s)。
以每个A扫描点为中心,对应的A扫描数据为基,构造测量点的衍射曲面,得到偏移成像结果,该结果被认为是在测量点处已经偏移后的值。这种方法被称为波前干扰偏移,在均匀介质中表示为:
s=1,2,3,…,N。
时间迭代次数与传播距离的关系为:
其中γ表示A扫描数据,D表示树干直径,M表示A扫描的采样点数。
S5结合图像处理相关方法,对偏移后的图像进行区域标记,生成树干的横截面断层图像。
对于偏移处理后的图像,首先对其进行膨胀,将不连续的部分连接起来,然后对图像进行腐蚀,消除其中细小部分,接着对图像做阈值处理,将大于阈值的区域标记为空洞,并对树干部分和空洞分别着色,从而生成树干的横截面断层图像。
本实施例以一个具体的成像过程为例进行说明如下:
如图1所示为原木缺陷检测的实验平台,在原木上绘制起点与正方向。
首先根据先验知识调整雷达参数,其中探地雷达的介电常数需设置为待测树干的真实介电常数值的最大可能值;探地雷达的测量范围设置为大于待测树干的宽面直径的数值;将雷达紧贴树干,从起点沿着正方向旋转一周,获取雷达的B扫描数据,如图2A。选取雷达检测结果中出现的连续,与树干直径变化相当的明显断层为树干相对侧出现的位置,根据雷达检测到的树干直径与真实树干直径的误差,根据上述公式(2)对电磁波速度进行调整,如图2B,直到雷达检测的树干直径与真实树干直径相同,记此时的速度为v。
根据公式(2)速度与介电常数呈负相关关系,见图2C,改变雷达信号的传输速度,等于改变介质的介电常数,根据速度v计算出待测树干的真实的相对介电常数值ε。
将计算出探地雷达的介电常数设置为计算出的待测树干的真实的相对介电常数值ε,测量范围设置为树干宽面直径(实际测量中,为避免树干某些凸出部分长度大于树干宽面直径导致无法准确测量,测量范围可在树干宽面直径的基础上增加5cm),增益调整为15,步长1cm。根据修正后的参数再一次进行测量,测得结果为真实B扫描数据。
对真实的B扫描数据进行预处理,包括零点选取、背景去除、时变增益、奇异值分解与二值化,如图3所示。
对于雷达电磁波,雷达本身与树干之间的界面,使得发射的电磁波产生第一个回波,雷达图像的零点对应于回波的第一个峰值,删除零点前的数据,如图3B所示。
将雷达图的每个单个A扫描替换为单个A扫描值与雷达图中所有A扫描的平均值之间的差,达到背景去除的效果,如图3C所示。
较深的目标反射的回波信号低于较浅的目标,为了补偿这种影响,将增益变量与回波深度的距离关系应用于雷达B扫描数据,如图3D所示。
由于树干内部由多层组成,每一层的含水量及质地各不相同。导致介电常数对比强烈,引起重复反射,从而导致整体出现振铃噪声。为了提高信噪比减少振铃噪声,使用奇异值分解方法进行噪声滤除,在奇异值分解过程中获取奇异值矩阵至关重要,其中大的特征值与主要的重复特征相关,而小特征值表示不相关特征,例如杂波和噪声等。经典奇异值分解是保留中间特征,将其余特征值设为0,如图3E所示。
为了提高成像精度,选取合适的阈值,将图像进行二值化,标识出缺陷的曲线,二值化后的图像如图3F所示。
根据发射雷达信号的位置与接收到回波的距离,可以判断,在雷达电磁波的发射位置与缺陷的距离,而无法判断其位置,在发射电磁波的位置,半径为回波距离进行波前干扰偏移,如图4中(a)所示。在树干周围不同点进行波前干扰偏移叠加,则可以判断出缺陷的位置和大小。当处理完B扫描数据的每一列后,结合图像处理方法,生成最终的树干横截面断层图像,可直观看到缺陷的位置、大小和形状。图4中(b)为进行60次波前干扰偏移叠加后对应的图像,图4中(c)为进行160次波前干扰偏移叠加后对应的图像,可知,在树干周围不同点进行波前干扰偏移叠加,即可以判断出缺陷的位置和大小。
结合图像处理相关方法对图4得到的波前干扰偏移后的图像进行区域标记,生成树干的横截面断层图像,如图5所示。
为了和现有采用基于极坐标的扇形结构对树干还原进行树干内部缺陷进行成像的方法做对比,本申请对图6所示的原木进行了内部缺陷成像仿真实验,图8和图9分别位采用本申请方法和现有的采用基于极坐标的扇形结构对树干还原得到的内部缺陷成像图像,图7为图6所示的原木的实际横截面图像。
分别将图8和图9与图7进行对比可知,本申请方法所得到的成像结果中,无论是树干外形还是树木内部缺陷位置、大小和形状,均与图7所示的原木中的缺陷区域吻合度较高,达到了较好的无损检测效果;而图9所示的成像结果中,树木外形与图7所示的原木相差较大,而且内部缺陷的位置与圆心相关,因而与实际原木中的缺陷区域吻合度较低。
此外,应用本发明所提出的树干缺陷检测模型,能够在极少的人力物力损耗下,较为准确地还原了树干的外形以及内部信息,具有较好的指导作用。
综上,本发明提出的方案能够对树干外形准确获取,并精确定位内部空洞位置、形状和大小进行准确定位。并且能够实时获得结果,不增加时间消耗,适用于林业工程。
本发明实施例中的部分步骤,可以利用软件实现,相应的软件程序可以存储在可读取的存储介质中,如光盘或硬盘等。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于探地雷达与波前干扰偏移的树干内部缺陷成像方法,其特征在于,所述方法包括:
S1利用探地雷达获取待测树干轮廓信息并构建坐标系,标记探地雷达扫描起点位置及扫描正方向;
S2使用探地雷达紧贴待测树干表面,从扫描起点位置沿着扫描正方向探测一周,获得待测树干的B扫描数据;
S3对B扫描数据进行预处理;
S4从预处理后的B扫描数据中提取每一条A扫描数据,并对每一条A扫描数据使用波前干扰偏移,并将偏移结果叠加,得到偏移后的图像;其中B扫描数据为二维矩阵,A扫描数据为组成B扫描数据的列向量;
S5对偏移后的图像进行区域标记,生成待测树干的横截面断层图像。
2.根据权利要求1所述的方法,其特征在于,所述S2使用探地雷达紧贴待测树干表面,从扫描起点位置沿着扫描正方向探测一周,获得待测树干的B扫描数据,包括两次探测过程:
第一次探测:根据林木检测先验知识设定探地雷达参数,包括探地雷达的增益值、扫描步长、测量方向、测量范围和探地雷达的介电常数;其中,探地雷达的介电常数设置为大于待测树干的真实介电常数值的数值;测量范围设置大于树干宽面直径D的数值,获得第一次的B扫描数据;
根据第一次的B扫描数据计算待测树干内部的相对介电常数ε;
第二次探测:设定探地雷达参数,包括探地雷达的增益值、扫描步长、测量方向、测量范围和探地雷达的介电常数;其中,探地雷达的介电常数设置为根据第一次的B扫描数据计算出的待测树干内部的相对介电常数ε;测量范围设置为树干宽面直径D的数值,获得第二次的B扫描数据,即待测树干的B扫描数据。
4.根据权利要求3所述的方法,其特征在于,所述对每一条A扫描数据使用波前干扰偏移,并将偏移结果叠加,得到偏移后的图像,包括:
根据每一条A扫描数据的回波接收时间t,使用F(s)=v.t计算出回波到对应A扫描点的距离F(s);每一条A扫描数据对应一个A扫描点;
以每个A扫描点为中心,对应的A扫描数据为基,构造测量点的衍射曲面,得到偏移成像结果。
5.根据权利要求4所述的方法,其特征在于,所述S3对B扫描数据进行预处理,包括:
S31从待测树干的B扫描数据提取各条A扫描数据,将每一条A扫描数据的第一个波峰出现的地方作为零点,删除零点前的数据;
S32对步骤S31处理后的A扫描数据进行均值滤波,然后每个值减去对应行均值,得到均值滤波后的A扫描数据,根据均值滤波后的A扫描数据得到背景去除后的图像;
S33对步骤S32得到的均值滤波后的A扫描数据沿着时间轴做线性时变增益,得到线性时变增益后的A扫描数据;增益倍数为探地雷达发射波与接收波振幅的比值;
S34提取部分主特征值,即对由步骤S33得到的线性时变增益后的A扫描数据构成的B扫描数据进行奇异值分解得到奇异值分解后的数据;
S35对步骤S34奇异值分解后的数据进行二值化,对二值化处理后的图像获取连通区域,提取出反映缺陷的曲线部分的连通区域;将反映缺陷的曲线部分的连通区域不变,其余部分标记为0,得到只含有缺陷的B扫描数据。
6.根据权利要求5所述的方法,其特征在于,所述S32对步骤S31处理后的A扫描数据进行均值滤波时,滤波器核大小为5×5。
7.根据权利要求6所述的方法,其特征在于,所述S34中进行奇异值分解,提取部分主特征值,包括:
使用公式(4)进行奇异值分解,并提取部分主特征值:
U,M,V=svd(bscan) 公式(4)
其中bscan是S33得到的得到线性时变增益后的A扫描数据构成的B扫描数据,U,V为特征向量矩阵,M为奇异值向量以降序排列;
将M中极大的与极小的特征值设为0以滤除杂波与周期性噪声。
8.根据权利要求7所述的方法,其特征在于,所述S35中二值化的阈值设置为0.4。
9.根据权利要求8所述的方法,其特征在于,所述S1利用探地雷达获取待测树干轮廓信息并构建坐标系,标记探地雷达扫描起点位置及扫描正方向,包括:
S11使用易形变且不回弹金属丝围绕待测树干一周并收紧,摘下后合拢,在白纸上绘制金属丝获取的待测树干轮廓;
S12用软尺围绕待测树干一周获取树干周长C;
S13将绘制有待测树干轮廓的白纸放置于已知边长的正方形范围内拍照,并截取正方形区域对图像进行矫正;
S14对矫正后的图像进行二值化,提取矫正后的图像中待测树干轮廓的边框O,消除细小不连续部分,然后获取边框O的坐标,通过坐标求取边框O周长C′;
S15获取C与C′的比值P,对边框O的坐标按照比值P进行缩放,进而获取真实坐标;
S16在真实坐标中标记探地雷达扫描起点与正方向,根据扫描真实步长,获取每次雷达A扫描的实际坐标。
10.一种树木无损检测方法,其特指在于,所述方法采用权利要求1-9任一所述的树干内部缺陷成像方法获取待测树木的内部缺陷图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110400883.5A CN113030953B (zh) | 2021-04-14 | 2021-04-14 | 基于探地雷达与波前干扰偏移的树干内部缺陷成像方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110400883.5A CN113030953B (zh) | 2021-04-14 | 2021-04-14 | 基于探地雷达与波前干扰偏移的树干内部缺陷成像方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113030953A true CN113030953A (zh) | 2021-06-25 |
CN113030953B CN113030953B (zh) | 2023-12-26 |
Family
ID=76457374
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110400883.5A Active CN113030953B (zh) | 2021-04-14 | 2021-04-14 | 基于探地雷达与波前干扰偏移的树干内部缺陷成像方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113030953B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114527462A (zh) * | 2022-04-22 | 2022-05-24 | 中国人民解放军国防科技大学 | 全息穿透成像雷达杂波抑制方法、装置、系统及介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106405061A (zh) * | 2016-09-22 | 2017-02-15 | 北京林业大学 | 一种基于雷达波的木质体内部异常无损探测系统 |
CN110470680A (zh) * | 2018-05-09 | 2019-11-19 | 朱江 | 一种可精确检测树木内部质地的检测方法 |
-
2021
- 2021-04-14 CN CN202110400883.5A patent/CN113030953B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106405061A (zh) * | 2016-09-22 | 2017-02-15 | 北京林业大学 | 一种基于雷达波的木质体内部异常无损探测系统 |
CN110470680A (zh) * | 2018-05-09 | 2019-11-19 | 朱江 | 一种可精确检测树木内部质地的检测方法 |
Non-Patent Citations (4)
Title |
---|
GIANLUCA GENNARELLI等: "Full 3-D Imaging of Vertical Structures via Ground-Penetrating Radar", 《IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING》 * |
IRAKLIS GIANNAKIS等: "Health Monitoring of Tree Trunks Using Ground Penetrating Radar", 《 IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING》 * |
李伟林;文剑;肖中亮;张京;韩红岩;: "颐和园古树内部异常的雷达波检测", 福建农林大学学报(自然科学版), no. 06 * |
肖夏阳;文剑;肖中亮;李伟林;张厚江;: "基于雷达波的树木躯干内部缺陷探测识别", 林业科学, no. 05 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114527462A (zh) * | 2022-04-22 | 2022-05-24 | 中国人民解放军国防科技大学 | 全息穿透成像雷达杂波抑制方法、装置、系统及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113030953B (zh) | 2023-12-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111855803B (zh) | 一种金属增材制造微型缺陷的激光超声高信噪比成像方法 | |
CN106405061A (zh) | 一种基于雷达波的木质体内部异常无损探测系统 | |
Feng et al. | Tomographic image reconstruction using an interpolation method for tree decay detection | |
Persico et al. | Microwave tomography for processing of GPR data at Ballachulish | |
Alani et al. | Reverse-time migration for evaluating the internal structure of tree-trunks using ground-penetrating radar | |
Liu et al. | Acoustic tomography based on hybrid wave propagation model for tree decay detection | |
Aboudourib et al. | A processing framework for tree-root reconstruction using ground-penetrating radar under heterogeneous soil conditions | |
CN112666554A (zh) | 一种沥青路面雷达振幅特征裂缝宽度识别方法 | |
CN113030953B (zh) | 基于探地雷达与波前干扰偏移的树干内部缺陷成像方法 | |
Luo et al. | Tree roots reconstruction framework for accurate positioning in heterogeneous soil | |
CN111142165A (zh) | 一种利用探地雷达获取含水层的水位信息的方法 | |
CN116817869B (zh) | 一种利用激光雷达数据的海底光子信号确定方法 | |
Mitchell | Improving GLORIA images using Sea Beam data | |
CN110261850B (zh) | 一种树木内部缺陷检测数据的成像算法 | |
Li et al. | Anisotropic total variation regularized low-rank approximation for SSS images radiometric distortion correction | |
Takahashi et al. | GPR measurements for diagnosing tree trunk | |
Wang et al. | A deep learning network to improve tunnel lining defect identification using ground penetrating radar | |
Chen et al. | Internal decay inspection of tree trunks using 3D point cloud and reverse time migration of ground penetrating radar data | |
CN112485329B (zh) | 基于热成像与超声相结合检测排污口的方法、装置及系统 | |
CN114545410A (zh) | 基于合成孔径雷达双极化数据相干性的作物倒伏监测方法 | |
CN106501790A (zh) | 一种浅海水下目标高光谱参数化特征提取方法 | |
CN113030961A (zh) | 基于电磁波成像的植物主干内部病虫害检测装置及方法 | |
Savita et al. | GPR preprocessing methods to identify possible cavities in lateritic soil | |
Lyons et al. | Advances in high-resolution seafloor characterization in support of high-frequency underwater acoustics studies: techniques and examples | |
CN110470680A (zh) | 一种可精确检测树木内部质地的检测方法 |
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 |