《一种基于阈值分割的道路病害定位方法.pdf》由会员分享，可在线阅读，更多相关《一种基于阈值分割的道路病害定位方法.pdf（5页完整版）》请在专利查询网上搜索。
1、(10)申请公布号 CN 104268839 A (43)申请公布日 2015.01.07 CN 104268839 A (21)申请号 201410514242.2 (22)申请日 2014.09.29 G06T 5/00(2006.01) G06T 5/10(2006.01) G06T 7/00(2006.01) (71)申请人 中国矿业大学 ( 北京 ) 地址 100083 北京市海淀区学院路丁 11 号 (72)发明人 乔旭 纪宛君 夏云海 杨峰 (54) 发明名称 一种基于阈值分割的道路病害定位方法 (57) 摘要 本发明提供一种基于阈值分割的道路病害定 位方法， 该方法以探地雷达数。
2、据为基础， 首先对 B 扫描得到的雷达数据， 通过卡尔曼滤波去除噪声。 在去噪的过程中， 要对数据进行延拓， 并通过不断 迭代预测方程和卡尔曼增益， 得到去噪后的雷达 数据。通过均值滤波和信号减损得到平滑后的雷 达数据。 通过阈值分割获取病害位置， 当分割结果 在一定范围内时， 认为是同一病害， 计算同一病害 的区域位置， 实现道路病害的定位。 本发明具有适 应性强、 实现简单、 计算速度快的特点。 (51)Int.Cl. 权利要求书 1 页 说明书 2 页 附图 1 页 (19)中华人民共和国国家知识产权局 (12)发明专利申请 权利要求书1页 说明书2页 附图1页 (10)申请公布号 CN。
3、 104268839 A CN 104268839 A 1/1 页 2 1. 一种基于阈值分割的道路病害定位方法， 该方法以探地雷达数据为基础， 采用卡尔 曼滤波和均值滤波对原始数据进行预处理并去除干扰信号， 然后再利用阈值获取病害位置 信息， 在对原始数据进行预处理的过程中， 首先采用二维卡尔曼滤波去除背景噪声， 具体步 骤如下 ： 步骤 (A1) ： 对雷达数据 D(i,j)， i 1,2,n-k， j 1,2,m-k 的边界进 行延拓， 其中 k 是延拓范围， 延拓后的雷达数据 D(i,j)， i 1,2,n， j 1,2,m ； 步骤 (A2) ： 设系统预测矩阵分别为 P(i,j)，。
4、 P1(i,j)， 初始为零矩阵， 系统预测方程 P1(i,j) a2P(i-1,j)+b2P(i,j-1)+c2P(i-1,j-1)+Q， 其中 a， b， c 是亮度系数， 通常 a+b+c 1， Q 是随机噪声信号 N1(i,j) 的方差 ； 步骤 (A3) ： 通过系统预测方程， 得到卡尔曼增益其中 h 是输 入系数， 决定滤波的带通大小， R 是随机噪声信号 N2(i,j) 的方差， 然后再更新系统预测方 程， P(i,j) P1(i,j)-hKgP1(i,j) ； 步骤 (A4) ： 得到滤波后雷达数据 T(i,j) aT(i-1,j)+bT(i,j-1)+cT(i-1,j-1 )。
5、+Kg(i,j)(Z(i,j)-ahT(i-1,j)-bhT(i,j-1)-chT(i-1,j-1)， 其中 Z(i,j) hD(i,j)+N2(i,j)。 2. 通过权利要求 1 所述方法， 可以去除雷达数据采集过程中的部分噪声， 再对得到的 雷达数据 T 作均值滤波， 使数据连续且平滑， 再通过指数减损， 去除由于信号叠加产生的假 信号， 依次含有以下步骤 ： 步骤 (B1) ： 设均值滤波窗口宽度为 ww， 滤波后得到的雷达数据为 T ； 步骤 (B2) ： 对雷达数据 T 进行指数减损， 减损后的数据 T TE， 其中 E e1,e2,en， e1(j) e2(j) en(j) aj，。
6、 j 1,2,m， a (0,1)。 3.通过权利要求2所述方法， 得到减损后的雷达数据为T， 再将大于阈值的数据保存 下来， 减损周围一定范围内数据， 逐步确定所有大于阈值的病害位置， 具体步骤如下 ： 步骤 (C1) ： 设定阈值 ， 窗口宽度为 ， 从雷达数据第一个位置开始扫描， 当 T (i,j)max(T ) 时， T (k1,j) 0， 其中 k1 1,2,n， j j-,j-+1, ,j-1,j+1,j+2,j+， T (i+k2,j) 0， 其中 k2 -j+1,-j+2,-1,1,2,m-j ； 步骤 (C2) ： 对于得到的一系列大于阈值的数据 T (i,j)， 依据相邻数。
7、据之间的距离判 断是否是同一病害， 当距离 Dt j1-j2 2 时， 将数据 T (i1,j1) 与 T (i2,j2) 合并 为同一病害 ； 步骤 (C3) ： 当道路病害的数据识别完成以后， 再设雷达数据道间距为 d， 雷达波波速 为 v， 时间窗为 Tw， 道路病害范围 Rx d(ib-ia)，其中 T (ia,ja) 与 T (ib,jb) 分别为某一病害对角方向两端的边缘数据。 权 利 要 求 书 CN 104268839 A 2 1/2 页 3 一种基于阈值分割的道路病害定位方法 技术领域 0001 本发明属于计算机数字图像处理领域， 算法以探地雷达数据为基础， 采用阈值分 割的。
8、方法， 实现道路病害的定位。 背景技术 0002 探地雷达向地下发送脉冲形式的高频宽带电磁波， 一部分经发射天线直接到达接 收天线形成耦合波 ； 经发射天线发射后遇空气与路面分界面后未进入地下而直接反射回 来被接收天线接收， 形成直达波， 耦合波和直达波常常被合称直耦波， 常常用来判断时间零 点， 作为地下目标体深度的判断参考依据， 另一部分电磁波进入地下， 在地下介质中传播， 当遇到存在电性差异的地下目标体(如空洞、 水囊及疏松等)或不同介质界面时， 电磁波便 产生反射， 反射电磁波返回到地面时由接收天线所接收。 接收信号经过采集、 处理、 存储， 就 成为包含有地下介质信息的探地雷达数据。。
9、 0003 阈值分割是图像处理的基本问题， 在图像分析和识别中起着重要作用。其目的是 按照灰度级， 将图像空间划分成与现实景物相对应的一些有意义的区域。探地雷达数据可 以看成是一类特殊的图像， 因此也可以用阈值分割的方法处理雷达数据。找到通用的分割 算法是一件困难的事情， 这是因为一方面分割结果的好坏在很大程度上取决于数据本身的 质量， 当数据的质量较差如受到噪声干扰时， 分割结果就会比较差， 而雷达数据的获取、 传 输过程中不可避免的要受到噪声的干扰。这就需要首先对数据进行滤波， 去除存在于雷达 数据中的噪声， 再利用阈值分割， 实现病害区域的识别和定位。 发明内容 0004 本发明的目的是。
10、根据探地雷达数据的特点， 以探地雷达数据为基础， 采用卡尔曼 滤波和均值滤波对原始数据进行预处理并去除干扰信号， 然后再利用阈值获取病害位置信 息。 0005 本方法按照以下步骤对探地雷达数据进行卡尔曼滤波 ： 0006 步骤 (A1) ： 对雷达数据 D(i,j)， i 1,2,n-k， j 1,2,m-k 的 边界进行延拓， 其中 k 是延拓范围， 延拓后的雷达数据 D(i,j)， i 1,2,n， j 1,2,m ； 0007 步骤 (A2) ： 设系统预测矩阵分别为 P(i,j)， P1(i,j)， 初始为零矩阵， 系统预测方 程 P1(i,j) a2P(i-1,j)+b2P(i,j-。
11、1)+c2P(i-1,j-1)+Q， 其中 a， b， c 是亮度系数， 通 常 a+b+c 1， Q 是随机噪声信号 N1(i,j) 的方差 ； 0008 步骤 (A3) ： 通过系统预测方程， 得到卡尔曼增益其中 h 是输入系 数， 决定滤波的带通大小， R 是随机噪声信号 N2(i,j) 的方差， 然后再更新系统预 测方程， P(i,j) P1(i,j)-hKgP1(i,j) ； 0009 步骤 (A4) ： 得到滤波后雷达数据 T(i,j) aT(i-1,j)+bT(i,j-1)+cT(i- 说 明 书 CN 104268839 A 3 2/2 页 4 1,j-1)+Kg(i,j)(Z。
12、(i,j)-ahT(i-1,j)-bhT(i,j-1)-chT(i-1,j-1)，其 中 Z(i,j) hD(i,j)+N2(i,j)。 0010 雷达数据均值滤波的具体步骤如下 ： 0011 步骤 (B1) ： 设均值滤波窗口宽度为 ww， 滤波后得到的雷达数据为 T ； 0012 步骤 (B2) ： 对雷达数据 T 进行指数减损， 减损后的数据 T TE， 其中 E e1,e2,en， e1(j) e2(j) en(j) aj， j 1,2,m， a (0,1)。 0013 病害定位的具体步骤如下 ： 0014 步骤 (C1) ： 设定阈值 ， 窗口宽度为 ， 从雷达数据第一个位置开始扫描。
13、， 当 T (i,j)max(T ) 时， T (k1,j) 0， 其中 k1 1,2,n， j j-,j-+1, ,j-1,j+1,j+2,j+， T (i+k2,j) 0， 其中 k2 -j+1,-j+2,-1,1,2,m-j ； 0015 步骤 (C2) ： 对于得到的一系列大于阈值的数据 T (i,j)， 依据相邻数据之间的距 离判断是否是同一病害， 当距离 Dt j1-j2 2 时， 将数据 T (i1,j1) 与 T (i2,j2) 合并为同一病害 ； 0016 步骤 (C3) ： 当道路病害的数据识别完成以后， 再设雷达数据道间距为 d， 雷达波波 速为 v， 时间窗为 Tw， 。
14、道路病害范围 Rx d(ib-ia)，其中 T (ia,ja) 与 T (ib,jb) 分别为某一病害对角方向两端的边缘数据。 0017 本发明有以下优点 ： 0018 1、 采用了多种滤波， 本发明对各类数据的适应性强。 0019 2、 本发明计算量小， 实现简单， 病害定位速度快。 附图说明 0020 图 1 本发明病害定位流程详图 0021 图 2 本发明病害定位流程图 具体实施方式 0022 本发明采用共偏置模式探地雷达， 针对 B 扫描得到的雷达数据， 以探地雷达数据 为基础， 采用卡尔曼滤波和均值滤波对原始数据进行预处理并去除干扰信号， 然后再利用 阈值获取病害位置信息。 0023。
15、 雷达数据配准流程如下 ： 0024 (1) 如图 1 所示， 首先对 B 扫描得到的雷达数据， 通过卡尔曼滤波去除噪声。在去 噪的过程中， 要对数据进行延拓， 并通过不断迭代预测方程 F(P,P1) 和卡尔曼增益 Kg， 得到 去噪后的雷达数据。 0025 (2) 通过均值滤波和信号减损得到平滑后的雷达数据。 0026 (3) 通过阈值分割获取病害位置， 当分割结果在一定范围内时， 认为是同一病害， 计算同一病害的区域位置 (Rx,Ry)， 实现道路病害的定位。 说 明 书 CN 104268839 A 4 1/1 页 5 图 1 图 2 说 明 书 附 图 CN 104268839 A 5 。