[发明专利]一种探地雷达图像自动分类方法

说明书

本公开实施例中提供了一种探地雷达图像自动分类，属于图像处理技术领域，具体包括：通过探地雷达发射雷达波实现对混凝土的扫描，雷达中的接收器捕获多个回波数据后形成扫描回波数据集；对扫描回波数据进行预处理，剔除扫描回波数据集中的噪声信号并增强深层目标的回波信号，得到文理信息清楚的探地雷达灰度图；将所述探地雷达灰度图输入到优化后的残差网络模型中，经过运算输出该图像对应的缺陷类别作为识别结果；在后期经过实际检验准确的情况下将所述识别结果添加到数据集内更新所述残差网络模型。通过本公开的方案，对采集数据规范化处理并改进卷积神经网络使之更加适应于雷达图像的识别，提高的混凝土内部缺陷检测的准确率、效率和适应性。

技术领域

本公开实施例涉及图像处理技术领域，尤其涉及一种探地雷达图像自动分类方法。

背景技术

目前，随着国家基础建设的进行，全国公路网密度不断增加，截至2020 年底，全国公路总里程数达到五百多万公里；公路桥梁达九十多万座，六千多万延米；公路隧道两万多处，两千多万延米。随着时间的推移，公路、桥梁以及隧道的内部混凝土结构都将逐步出现各种问题，此外在建设过程中也会产生多种缺陷。因此，近年来针对这些安全隐患都检测需求急剧增长。

目前根据检测方式可分为接触式检测和非接触式检测。接触式可非为表面接触和内部接触。内部接触式的有通过探针检测混凝土浇筑时内部产生的不密实。但是该方法检测效率低下，需要将探针插入混凝土，检测缺陷种类和深度有限且严重依赖检测人员经验。通过分布式光纤对混凝土内部检测也是一种有效的方法，但是该方法检测位置固定，传感器无法更换维修，以及检测区域面积过大时，需要埋入传感器数量剧增造成成本不可控制。表面接触式的检测方案有使用冲击弹性波、(超)声波以及CT等。对弹性波的应用需要在混凝土不同标记位置放置激发器输出弹性波，并在对面对应位置设置接收器接收，单次检测范围不大，无法快速更换测量位置导致检测效率不高。超声波可以通过层析成像检测混凝土内部连续缺陷，但是该方法检测容易产生绕射使得检测缺陷尺寸不能过小且检测深度较浅。

对于非接触式的检测方法应用最为广泛的是探地雷达法，探地雷达检测速度快，分辨率和精度高，无需接触检测目标即可检测也不会对检测目标产生破坏或损伤。城市的发展所带动的利用混凝土结构建设的公路、隧道、桥梁等快速增长，对检测方法的效率性提出了更大的挑战，探地雷达可通过快速扫描实现高速检测任务，因此应用非常广泛。虽然探地雷达采集数据高效，但是对于海量的采集数据，其分析任务仍旧依赖人工进行，不仅效率低下无法持续长时间进行，而且相关人工专家分析过程依靠个人主观感受，面对混凝土内部的复杂环境识别准确程度并不高。此外，该方法对深层缺陷的检测受反射波衰减影响较大，对于采集数据的预处理也有待形成有效的统一标准。

综合上述原因，混凝土内部缺陷检测检测方法较多，无损非接触式的探地雷达应用范围大，但是对于采集的雷达数据的解释工作严重依赖人工专家的主观性，准确率和效率均不高缺乏自动化；预处理方式差异化过大导致同一缺陷表现多样无法统一化；探地雷达深层缺陷回波容易衰减和受噪声影响。

可见，亟需一种检测精度、效率和适应性高的探地雷达图像自动分类方法。

发明内容

有鉴于此，本公开实施例提供一种探地雷达图像自动分类方法，至少部分解决现有技术中存在检测效率、精度和适应性较差的问题。

第一方面，本公开实施例提供了一种探地雷达图像自动分类方法，包括：

步骤1，通过探地雷达发射雷达波实现对混凝土的扫描，雷达中的接收器捕获多个回波数据后形成扫描回波数据集；

步骤2，对所述扫描回波数据进行预处理，剔除所述扫描回波数据集中的噪声信号并增强深层目标的回波信号，得到文理信息清楚的探地雷达灰度图；

步骤3，将所述探地雷达灰度图输入到优化后的残差网络模型中，经过运算输出该图像对应的缺陷类别作为识别结果；