基于三维GPR正演技术的道路空洞形态分类方法技术

本发明专利技术提出了基于三维GPR正演技术的道路空洞形态分类方法，利用基于三维时域有限差分方法原理的GprMax3D软件，针对以空洞为代表的典型道路病害体，开展不同形态空洞的三维GPR正演模拟工作，获得相应的三维雷达数据体；对数据体不同方向的图像特征进行信息提取以及基于三维GPR正演模拟的道路空洞形态分类方法联合表征，具有更高的空间分辨率和测量精度；随后提取SIFT特征并采用SVM分类器准确分类道路结构中空洞病害的形态。本发明专利技术对三维GPR实测图像解译和提高检测结果判定的可靠性具有重要的指导意义，能够为城市道路地下空洞雷达实测数据的分析提供指导。实测数据的分析提供指导。实测数据的分析提供指导。

【技术实现步骤摘要】
基于三维GPR正演技术的道路空洞形态分类方法


[0001]本专利技术涉及探地雷达图像处理
，具体为基于三维GPR正演技术的道路空洞 形态分类方法。

技术介绍

[0002]随着我国经济的迅速发展，作为经济发展动脉的道路建设也得到了迅猛发展。但在 交通荷载和环境因素的共同作用下，永久变形与内部损伤不断累积，导致多地发生多起 路面塌陷事件，为道路安全问题敲响了警钟。道路塌陷往往由地下空洞逐渐扩大而引 发，具有隐蔽性、突发性、危害性，成为城市治理的重点和难点。传统道路监测手段已 很难满足大规模、无损害的空洞形态评估和检测需求，冲激脉冲式探地雷达(ImpulseGroundPenetrating Radar,以下简称GPR)作为一种非接触式非破坏性的系统，穿透能力 强，具有实时、多维、高精度等特点，鉴于其诸多优势，GPR成为地下空洞检测领域中 的优选方法，为道路病害的监测和治理提供数据支持和技术依据。在对地下空洞实施探 测过程中，对空洞的形态识别至关重要，空洞的形态规模和几何大小反映着塌陷演变速 度及严重程度，且能准确感知空洞在三维(3D)空间中的状态。因此，如何准确、快速 地对空洞形态进行分类识别，是道路养护监测所面临的一项重要课题。
[0003]目前仍有三个挑战：第一，目前还未有相关研究探索道路空洞的三维形态特征分析 和识别；第二，关于空洞形状的选择，现有研究只是将其设定为矩形或圆形等简单的形 状进行讨论，并没有涉及更多更复杂的形状，甚至是不规则的空洞目标；第三，在有关 道路空洞的三维GPR研究中，现有工作大都是基于GprMax技术进行道路空洞的建模以 及对空洞的正演结果解译分析，或者是将空洞目标与其他类别的地下对象进行特征比较 加以区分，并未涉及对空洞形态的相关理解和讨论。因此，发展基于三维GPR正演技术 的道路空洞形态识别技术具有较好的应用前景和实用价值。

技术实现思路

[0004]为解决上述技术问题，本专利技术提出了一种基于三维GPR正演技术的道路空洞形态的 解译和分类方法，获取大量GPR典型空洞病害三维数据，提取空洞信息和形态特征，采 用SIFT特征描述子和SVM分类器实现对不同形态空洞的自动化识别和分类。
[0005]为实现上述目的，本专利技术采取的技术方案是：
[0006]基于三维GPR正演技术的道路空洞形态分类方法，其特征在于：包括如下步骤：
[0007]S1：三维GPR道路空洞建模及三维GPR数据获取，
[0008]采用GprMax3D来搭建三维道路空洞仿真模型，并获取3DGPR空洞数据；
[0009]S2：空洞形态不同方向的图像提取，
[0010]并分别沿着xoy和xoz平面获取B
‑
scan图像集和C
‑
scan图像集；
[0011]S3：空洞形态联合表征，
[0012]按序排列B
‑
scan图像和C
‑
scan图像，将其组合拼接成一幅新的二维图像；
[0013]S4：提取SIFT特征，
[0014]提取新组合图像的尺度不变特征转换特征，即SIFT特征；
[0015]S5：SVM分类器训练测试，
[0016]对提取出的SIFT特征先后进行K
‑
means聚类和词袋模型转换，之后得到新的图像 向量，将其作为SVM分类器的输入，实现SVM分类器的训练和测试；
[0017]S6：空洞形态分类结果，
[0018]SVM分类器训练和测试之后，输出空洞形态的分类结果。
[0019]作为本专利技术的优选技术方案：在步骤S1中：所述三维道路空洞仿真模型包括五 层，分别是第一层空气层、第二层沥青层、第三层混凝土层、第四层砂砾石层以及第五 层路基层。
[0020]作为本专利技术的优选技术方案：所述路基层模拟随机媒质建立土壤层模型，土壤分散 材料的定义如下：土壤具有50％的含沙量和50％的粘土量、沙粒密度为2.66g/cm3、粘土 堆积密度为2g/cm3以及体积水含量范围为0.001
‑
0.25，将上述这些材料随机分布在一 个体积为2
×
1.2
×
1m3的模型上。
[0021]作为本专利技术的优选技术方案：所述空洞形态包括球形空洞、矩形空洞、圆柱形空洞 以及不规则空洞，所述球形空洞、矩形空洞以及圆柱形空洞具有平滑的表面，所述不规 则空洞设置为不平滑的表面。
[0022]作为本专利技术的优选技术方案：所述三维GPR系统参数包括空间分辨率参数为 0.01m、时窗参数为14ns、初始发射天线坐标参数为(0.45m，1.0m，0.0m)、初始接收 天线坐标参数为(0.35m，1.0m，0.0m)、天线步进距离参数为(0.01m，0m，0m)、测点 号参数为100、激励信号类型为Ricker以及激励信号频率参数为800MHz。
[0023]作为本专利技术的优选技术方案：在步骤S2中：从GPR空洞数据的三维结构S中提取出 二维剖面图B
‑
scan和水平切面图C
‑
scan的二维数据，使用它们的联合数据进行地下空 洞的形态识别：
[0024]1)沿平行于xoz平面依次从S中提取二维数据，并成像获得多幅剖面图 S1＝{B1,B2,B3,
…
,B
n
}，n＝l
y
/Δy，其中B
n
代表每张B
‑
scan，S1则是n幅B
‑
scan的集合，l
y
为模型空间y轴长度，Δy是y轴方向的空间步长，另外，在提取出B
‑
scan后，对每 幅图像进行去直达波、数据标准化、深度和速度变化校正等预处理操作，移除信号和背 景噪声，对B
‑
scan进行等间距地抽取，以堆叠方式进行展示；
[0025]2)沿平行于xoy平面从S中提取二维数据，并成像获得多幅水平切面图 S2＝{C1,C2,C3,
…
,C
m
}，m＝l
z
/Δz，其中C
m
代表每张C
‑
scan，S2则是m幅水平切面的集 合，l
z
为模型空间z轴长度，Δz是z轴方向的空间步长。
[0026]作为本专利技术的优选技术方案：在步骤S3中：将多幅B
‑
scans和C
‑
scans图像进行 融合，每个空洞模型筛选出8幅B
‑
scans{B1,B2,B3,B4,B5,B6,B7,B8}和12幅C
‑ꢀ
scans{C1,C2,C3,C4,C5,C6,C7,C8,C9,C
10
,C
11
,C
12
}，并按序排列组合成一幅新的二维图像，该 图像集合I表示为式(1)，每个三维空洞最终将转化为一幅信息特征融合后的图像，...

【技术保护点】

【技术特征摘要】
1.基于三维GPR正演技术的道路空洞形态分类方法，其特征在于：包括如下步骤：S1：三维GPR道路空洞建模及三维GPR数据获取，采用GprMax3D来搭建三维道路空洞仿真模型，并获取3DGPR空洞数据；S2：空洞形态不同方向的图像提取，并分别沿着xoy和xoz平面获取B
‑
scan图像集和C
‑
scan图像集；S3：空洞形态联合表征，按序排列B
‑
scan图像和C
‑
scan图像，将其组合拼接成一幅新的二维图像；S4：提取SIFT特征，提取新组合图像的尺度不变特征转换特征，即SIFT特征；S5：SVM分类器训练测试，对提取出的SIFT特征先后进行K
‑
means聚类和词袋模型转换，之后得到新的图像向量，将其作为SVM分类器的输入，实现SVM分类器的训练和测试；S6：空洞形态分类结果，SVM分类器训练和测试之后，输出空洞形态的分类结果。2.根据权利要求1所述的基于三维GPR正演技术的道路空洞形态分类方法，其特征在于：在步骤S1中：所述三维道路空洞仿真模型包括五层，分别是第一层空气层(1)、第二层沥青层(2)、第三层混凝土层(3)、第四层砂砾石层(4)以及第五层路基层(5)。3.根据权利要求2所述的基于三维GPR正演技术的道路空洞形态分类方法，其特征在于：所述路基层(5)模拟随机媒质建立土壤层模型，土壤分散材料的定义如下：土壤具有50％的含沙量和50％的粘土量、沙粒密度为2.66g/cm3、粘土堆积密度为2g/cm3以及体积水含量范围为0.001
‑
0.25，将上述这些材料随机分布在一个体积为2
×
1.2
×
1m3的模型上。4.根据权利要求1所述的基于三维GPR正演技术的道路空洞形态分类方法，其特征在于：所述空洞形态包括球形空洞、矩形空洞、圆柱形空洞以及不规则空洞，所述球形空洞、矩形空洞以及圆柱形空洞具有平滑的表面，所述不规则空洞设置为不平滑的表面。5.根据权利要求1所述的基于三维GPR正演技术的道路空洞形态分类方法，其特征在于：所述三维GPR系统参数包括空间分辨率参数为0.01m、时窗参数为14ns、初始发射天线坐标参数为(0.45m，1.0m，0.0m)、初始接收天线坐标参数为(0.35m，1.0m，0.0m)、天线步进距离参数为(0.01m，0m，0m)、测点号参数为100、激励信号类型为Ricker以及激励信号频率参数为800MHz。6.根据权利要求1所述的基于三维GPR正演技术的道路空洞形态分类方法，其特征在于：在步骤S2中：从GPR空洞数据的三维结构S中提取出二维剖面图B
‑
scan和水平切面图C
‑
scan的二维数据，使用它们的联合数据进行地下空洞的形态识别：1)沿平行于xoz平面...

【专利技术属性】
技术研发人员：侯斐斐，王一军，张航，
申请(专利权)人：中南大学，
类型：发明
国别省市：