[发明专利]基于无人机和探地雷达的地陷检测方法及探测装置

权利要求书

1.一种基于无人机和探地雷达的地陷探测方法，其特征在于，包括以下步骤，

一、航拍步骤

11)无人机按第一飞行高度循预定飞行路线对探测区进行垂直航拍；

12)对航拍的图像进行预处理、拼接和融合；

13)将图像中的塌陷区域、地表有裂缝、地表有积水的区域认定为疑似的地陷区域以作为探地雷达监测区；

二、地陷探测步骤

21)根据探地雷达监测区的地下介质的类型，设定相对介电常数和雷达波传播速度及探地雷达的天线中心频率、无人机飞行的第二高度以及测量点间隔；

22)无人机挂载探地雷达发射、接收高频电磁波并获得地层或地陷空洞的回波曲线图，

23)当回波曲线图具有开口向下、双曲线型反射波时，则认为采煤区地下存在空洞地陷；

24)计算空洞地陷距离地表厚度。

2.如权利要求1所述的基于无人机和探地雷达的地陷探测方法，其特征在于，所述的步骤12)中包括：

121)对图片进行预处理以提高平滑、去噪和边缘提取效果；

122)运用SURF算法进行图像特征点的提取与匹配；

123)提取两幅图像的SURF特征；对SURF特征进行匹配，找到最匹配的特征点对；提取最优配对点的坐标并生成透视变换矩阵；对测试图像经过透视变换以生成配准图像；

124)图像拼接后用加权平滑算法进行图像融合。

3.如权利要求2所述的基于无人机和探地雷达的地陷探测方法，其特征在于，航拍照片的内容重叠率≥60％；在能见度较低时，航拍图像中存在大量的暗连通区域，所述的步骤121)为对这些图像进行增强处理或卷积处理其中，图像增强处理的方法流程为：

首先，进行全局对比度增强的预处理，以提升图像的整体亮度；

然后，对V图层进行小波分解；

接着，对小波分解后的低频部分及低频部分的反转图像分别进行自适应权值的MSR算法处理以更好地调节图像亮度；

卷积处理的方法为：对图像使用索贝尔算子和拉普拉斯算子从水平和垂直两个梯度进行加权卷积计算，以提高图像对光线变化的鲁棒性。

4.如权利要求2所述的基于无人机和探地雷达的地陷探测方法，其特征在于，SURF算法的实施步骤为：构建Hessian矩阵并生成所有的兴趣点以用于特征的提取；构建尺度空间；特征点定位；特征点主方向分配；生成特征点描述子；进行特征点匹配。

5.如权利要求2所述的基于无人机和探地雷达的地陷探测方法，其特征在于，所述的步骤22)中探地雷达的处理过程为，

把m个相邻的探地雷达A-scan数据信息按信息熵加权，并记为探地雷达在t时刻的第l道B-scan数据，构成的二维B-scan数据形成雷达回波曲线；其中，

w_l(t)为t时刻经过信息熵滤波处理的第l道B-scan数据，w_i(t)为t时刻第i个A-scan数据信息，a_i为第i个A-scan数据信息的信息熵权重，m为不小于5的自然数。

6.如权利要求5所述的基于无人机和探地雷达的地陷探测方法，其特征在于，所述的A-scan数据信息的信息熵权重计算方法为：

a.确定第l道A-scan数据的最大振幅，每个A-scan数据的最大振幅记为A_i；

b.第i个A-scan数据信息的振幅偏差占全体的比重为：

c.第i个A-scan数据信息的振幅偏差的熵值为：

d.第i个A-scan数据信息的差异性系数为：g_i＝1-e_i；

e.第i个A-scan数据信息的信息熵权重为：

7.如权利要求1所述的基于无人机和探地雷达的地陷探测方法，其特征在于，所述的第一高度为30-80m，所述的第二高度为20-200cm。