[发明专利]一种基于探地雷达信号时频统计特征的水损害识别方法

摘要

本发明公开了一种基于探地雷达信号时频统计特征的水损害识别方法，1.对采样路段进行GPR数据采集，将水损害和正常数据分别标记；2.对信号滤波；确定水损害的特征；3.将信号导出为矩阵，将水损害和正常样本合并构建训练样本集和测试样本集；4.选取时域特征参数和频域特征参数并计算；5.进行分布统计，找到明显分布特性的特征作为敏感特征值；6.敏感特征值归一化处理；7.对敏感特征值进行PCA主成分分析进行降维处理；8.构建水损害的分类模型；9.利用训练好的模型对道路水损害进行识别。解决了探地雷达信号解释依靠人工经验费时费力，主观性强的问题；可以用大量的信息来评价水损害，提高水损害识别准确性，建立的水损害分类模型可以用于沥青路面水损害的智能识别，提高路面缺陷检测的效率。

主权项

1.一种基于探地雷达信号时频统计特征的水损害识别方法，其特征在于，包括以下步骤；步骤一，数据采集：选取部分含水损害的路段作为采样路段，使用探地雷达对采样路段进行GPR数据采集，采集过程中，在GPR数据采集软件里对路面发生水损害的路段进行标记；步骤二，GPR数据的预处理：对GPR数据滤波，包括扣除直流分量、静矫正切除、去背景和滑动平均；步骤三，步骤一的标记区域且其雷达图谱的B‑scan图处呈现高亮区域定义为水损害区域，将该区域作为水损害特征，用于识别其他水损害区域，其余区域为正常路面；步骤四，数据集建立：将处理后的GPR数据导出为矩阵，矩阵元素为雷达波形数据，矩阵维数为n×m，n为GPR数据预处理后每一道波形的采样点数，m为GPR采集的总样本数量，将水损害和正常路面样本合并构建用于训练用的训练样本集和测试样本集；步骤五，时频特征提取：从训练样本集选取若干个时域特征参数和若干个频域特征参数，从测试样本集选取相同数量的时域特征参数和频域特征参数，对特征参数进行计算，得到二维矩阵；步骤六，敏感特征提取：对步骤四中的特征参数分别进行分布统计，找到具有明显分布特性的特征作为敏感特征值；步骤七，归一化处理：对步骤五中的敏感特征值进行归一化处理；步骤八，PCA主成分分析：对归一化后的敏感特征值进行PCA主成分分析进行降维处理，并取前b个贡献率之和达到95％的主要成分PCs；步骤九，模型建立：构建分类模型，并利用PCA分析后的主成分PCs作为输入量，对分类模型进行训练，构建水损害的分类模型；步骤十，水损害识别：将剩余道路路段的GPR数据输入至步骤四中，作为时频特征的提取对象，重复步骤四至步骤七，将步骤七中得到的主要成分数据PCs输入至训练好的模型中，对新路段的水损害进行识别，模型输出结果为正常或水损害。