公开/公告号CN105044785A
专利类型发明专利
公开/公告日2015-11-11
原文格式PDF
申请/专利权人 中国矿业大学(北京);
申请/专利号CN201410483758.5
申请日2014-09-19
分类号G01V3/12;
代理机构
代理人
地址 100083 北京市海淀区学院路丁11号
入库时间 2023-12-18 11:57:15
法律状态公告日
法律状态信息
法律状态
2019-09-10
未缴年费专利权终止 IPC(主分类):G01V3/12 授权公告日:20170531 终止日期:20180919 申请日:20140919
专利权的终止
2017-05-31
授权
授权
2016-05-04
实质审查的生效 IPC(主分类):G01V3/12 申请日:20140919
实质审查的生效
2015-11-11
公开
公开
技术领域
本发明属于计算机数字图像处理领域,针对探地雷达图像的特点,利用双曲线渐近线、模糊C均值聚类以及聚类Hough变换反演地下管线参数。
背景技术
探地雷达发射机向地下介质发射超高频宽带短脉冲电磁波,遇到地表和不同介质的地下目标和界面时,部分脉冲波将反射回地面,被接收天线接收,然后进行数据处理,当目标物在天线信号范围之内并且信噪比适当时,隐蔽物可以被探地雷达探测出。探地雷达的测深和分辨率与以下几个因素有关:天线频率、发射功率、传播介质的电磁特性、目标物的形状和大小。本专利采用共偏置模式探地雷达,共偏置模式是最常见的探测方式,在进行数据采集时,雷达收发天线以固定间距沿测线移动探测,当收发天线间隔为零时称为无偏置模式。当收发天线同时移动一次获得一个雷达A扫描记录,收发天线沿测线同步移动得到一个B扫描雷达数据记录,横坐标记录接收天线的水平位移,纵坐标记录雷达波双程时间差,根据双程时差与地下介质中的波速即可估算出地下目标掩埋深度,再结合横坐标信息就能确定目标位置。
1957年,HugoSteinhaus首次提出K均值聚类的思想,直到1967年,JamesMacQueen才实现了该算法。K均值聚类,对于数据的划分是硬性的,每个样本数据都被严格地划分为属于某一类。但在实际问题中事物往往不满足“非此即彼”的条件,那就要考虑有模糊存在的问题,即有些事物或特征不是仅仅属于某一特定的类,而是“亦此亦彼”,只是属于不同类的程度有所不同。因此将模糊数学理论引入聚类分析中,采用模糊聚类分析可以取得更好的效果。模糊C均值聚类算法,是一种基于模糊划分的聚类算法,它的思想是使得被划分到同一簇的对象之间相似度最大,而不同簇之间的相似度最小,用隶属度确定每个数据点属于某个聚类的程度。1973年,J.C.Dunn和J.C.Bezdek提出了该算法,作为早期K均值聚类方法的一种改进。
发明内容
本发明的目的是通过探地雷达B扫描得到的双曲线渐近线和模糊C均值聚类算法准确反演地下管线参数。本方法具有良好的适应性、准确性和稳定性。
本方法按照以下步骤进行雷达波速预测:
步骤(A1):雷达数据对地下管线检测成像具有双曲线特征,该双曲线仅有半支且开口向下,双曲线上共有n个元素,其横坐标为水平位置xi,i=1,2,……,n,纵坐标为信号往返时间ti,i=1,2,……,n。为减少误差数据影响,去除该双曲线顶点(x0,t0)附近的数据,余下m个数据;
步骤(A2):求这m个数据构成的斜率,利用双曲线上元素连线的斜率逐渐接近渐近线的特点,将该双曲线上隔c个点连线的斜率作为渐近线的估计斜率kj,j=1,2,……,m-c;
步骤(A3):对于一系列渐近线的估计斜率kj,j=1,2,……,m-c,我们可以借助公式v=2λ/k得到一系列波速的估计值,其中
步骤(A4):利用模糊C均值聚类算法对m-c个波速估计值进行聚类,通过合理选取初始聚类数量s和校正系数λ,将元素最多的类别中心作为实际波速的结果
反演管线参数具体步骤如下:
步骤(B1):首先需要粗略计算管线中轴坐标(xm,ym),其中,xm为使得ti取得最小值时xi的值,即x0,或者几个使得ti取得最小值时xi的均值,
步骤(B2):依据三角形相似则对应边成比例,我们可以得到管线边缘点坐标(xei,yei),为了克服部分数据提取时产生的误差,这里要先对双曲线坐标(xi,yi)进行最小二乘拟合,得出拟合结果,代入方程,其中>>
步骤(B3):管线边缘点坐标(xei,yei)可能在管线边缘上,也可能不在管线边缘上,因此我们需要通过聚类Hough变换排除误差数据的影响,进而获取管线半径的估计值
步骤(B4):管线半径
本发明中采用的双曲线最小二乘拟合步骤如下:
步骤(C1):通过双曲线坐标(xi,ti)得到线性方程坐标(Xi,Ti),其中
步骤(C2):依据最小二乘原理计算线性方程的参数(A,B),其中
步骤(C3):计算拟合双曲线的估计参数
本发明中采用的聚类Hough变换步骤如下:
步骤(D1):管线边缘点坐标(xei,yei),i=1,2,……,n,作为Hough变换圆检测的输入参数,同时还要定义半径的变化范围(rmin,rmax)和每次改变的步长Δr,另外还要确定模糊C均值聚类的初始聚类的数目s;
步骤(D2):Hough变换圆检测将管线边缘点坐标(xei,yei),i=1,2,……,n作为圆心,任意两个边缘点(xe1,ye1),(xe2,ye2)构造的圆的交点(xc1,yc1)和(xc2,yc2)可以通过以下公式计算,>同时,>>其中>>圆的交点可能有1个、2个或者0个;
步骤(D3):利用模糊C均值聚类算法对圆的交点的集合(xck,yck),k=1,2,……,n(n-1)/2进行聚类,由于通常xck误差较小,因此主要对yck进行聚类,我们将元素最多的类别中心作为管线中轴y坐标的估计值
本发明就有以下优点:
1、雷达波速预测准确,能够满足管线参数计算的需要。
2、有较强的鲁棒性,适合多种探地雷达数据的处理。
3、内存需求较低,避免了内存不足的情况。
附图说明
图1本发明预测雷达波速流程图
图2本发明反演管线参数流程图
图3本发明聚类Hough变换流程图
图4本发明简明流程图
具体实施方式
本发明采用共偏置模式探地雷达,利用B扫描得到的雷达数据,结合双曲线渐近线和模糊C均值聚类预测雷达波速。利用波速初步确定管线轴心坐标,通过三角形相似对应边成比例得到管线边缘坐标,再通过聚类Hough变换圆检测进一步确定管线轴心,从而反演出地下管线参数。
预测雷达波速流程如下:
(1)如图1所示,通过提取B扫描得到的雷达数据,得到一系列坐标(xi,ti)。这一系列坐标具有双曲线特征,在坐标中寻找顶点坐标(x0,t0),去除顶点坐标附近数据。
(2)利用余下数据(xi,ti)估计斜率kj,并通过计算进一步得到一系列雷达波速vj。采用模糊C均值聚类计算雷达波速vj的估计值
反演管线参数流程如下:
(1)如图2所示,首先利用一系列坐标(xi,ti)以及雷达波速的估计值
(2)对管线边缘点坐标(xei,yei)做聚类Hough变换,得到较为准确的管线中轴坐标(xm,ym)。从而进一步确定管线半径的估计值
聚类Hough变换流程如下:
(1)将管线边缘点坐标(xei,yei)作为圆心,计算其交点集合(xck,yck)。
(2)利用模糊C均值聚类算法对交点yck聚类,从而得到管线中轴y坐标的估计值
机译: 用于自动检测地下管线的探地雷达设备,具有与车辆相连的支架,水平移动雷达单元布置在支架上,而雷达单元具有发射器和接收器
机译: 改进的探地雷达探测方法及其装置
机译: 改进的探地雷达探测方法及其装置