详情

原文传递道路脱空区域体积演化预测方法、电子设备及存储介质

专利名称：	道路脱空区域体积演化预测方法、电子设备及存储介质
摘要：	道路脱空区域体积演化预测方法、电子设备及存储介质，属于道路工程技术领域。为解决准确掌握道路脱空区域体积的演化规律。本发明采用探地雷达采集道路内部图像，对采集的道路内部图像进行图像降噪处理，得到重构的道路内部图像；设置增益系数，对重构后的道路内部图像进行初步病害识别，得到初步病害识别的道路内部图像进行病害目标区域的提取，得到病害道路内部脱空区域图像数据；计算病害道路脱空区域实际高度；计算病害道路脱空区域实际体积；构建病害道路脱空区域体积演化模型。本发明提出脱空体积演化规律分析方法，得到空洞区域的体积与道路内部风险程度相关，同时，可用于指导空洞修复的工程量计算。
专利类型：	发明专利
国家地区组织代码：	广东;44
申请人：	深圳市城市交通规划设计研究中心股份有限公司
发明人：	周子益;贾磊;孟安鑫;安茹;阚倩
专利状态：	有效
申请日期：	2023-10-17T00:00:00+0800
发布日期：	2023-11-17T00:00:00+0800
申请号：	CN202311336725.3
公开号：	CN117077450A
代理机构：	哈尔滨市伟晨专利代理事务所(普通合伙)
代理人：	韩立岩
分类号：	G06F30/20;G06F30/13;G06V20/10;G06V10/28;G06V10/30;G06V10/422;G06T7/00;G06T7/62;G06T7/90;G06F18/2131;G01S7/41;G01V3/12;G01V3/38;G06Q10/20;G06Q50/08;G06F111/10;G06F119/02;G;G06;G01;G06F;G06V;G06T;G01S;G06F30;G06V20;G06V10;G06T7;G06F18;G01S7;G06F30/20;G06F30/13;G06V20/10;G06V10/28;G06V10/30;G06V10/422;G06T7/00;G06T7/62;G06T7/90;G06F18/2131;G01S7/41
申请人地址：	518131 广东省深圳市龙华区民治街道龙塘社区星河传奇花园三期商厦1栋C座1210
主权项：	1.一种道路脱空区域体积演化预测方法，其特征在于，包括如下步骤： S1、采用探地雷达采集道路内部图像，对采集的道路内部图像进行图像降噪处理，得到重构的道路内部图像； S2、将步骤S1得到的重构的道路内部图像设置增益系数，对重构后的道路内部图像进行初步病害识别，得到初步病害识别的道路内部图像； S3、将步骤S2得到的初步病害识别的道路内部图像进行病害目标区域的提取，得到病害道路内部脱空区域图像数据； S4、基于步骤S3得到的病害道路内部脱空区域图像数据，计算病害道路脱空区域实际高度； S5、基于步骤S3得到的病害道路内部脱空区域图像数据和步骤S4得到的病害道路脱空区域实际高度，计算病害道路脱空区域实际体积；步骤S5的具体实现方法包括如下步骤： S5.1、采用钻机钻探病害道路，在病害道路现场验证步骤S3中得到的病害道路内部脱空区域图像数据，得到病害道路脱空区域； S5.2、向步骤S5.1得到的病害道路脱空区域中注水，直至注满水，并记录注水的体积为病害道路脱空区域实际体积； S5.3、采集步骤S5.1验证的病害道路内部脱空区域图像数据，首先提取病害道路内部脱空区域图像数据的平面图像对应的像素总数量记为，然后统计病害道路内部脱空区域图像数据中脱空区域对应的像素总数量记为/>，然后计算病害道路内部脱空区域体积，计算表达式为：；其中，为1个像素代表的道路实际区域面积，/>为病害道路脱空区域实际高度； S5.4、选取10个病害道路脱空区域，重复步骤S5.1-S5.3，依次得到病害道路脱空区域实际体积，/>，计算得到病害道路内部脱空区域体积/>，/>； S5.5、基于步骤S5.4选取的10个病害道路脱空区域，采用二次函数拟合与/>，得到病害道路脱空区域实际体积计算表达式为：；其中，、/>、/>分别为病害道路脱空区域实际体积计算表达式的二次项参数、一次项参数、常数项参数； S5.6、基于步骤S5.5得到的病害道路脱空区域实际体积计算表达式计算病害道路脱空区域实际体积； S6、根据步骤S5计算得到的病害道路脱空区域实际体积构建病害道路脱空区域体积演化模型。 2.根据权利要求1所述的一种道路脱空区域体积演化预测方法，其特征在于，步骤S1的具体实现方法包括如下步骤： S1.1、采用探地雷达采集道路内部图像，将采集的道路内部图像数据构建为道路内部图像数据矩阵A，；其中，为采集的道路内部图像的第i个波的时域数据，m为通道总数；；其中，为采集的道路内部图像的第i个波的第/>个振幅数据，n为总个数； S1.2、构建道路内部图像的背景噪声频率矩阵： S1.2.1、建立直角坐标系，其中，以道路内部图像左上角的顶点为坐标原点，水平向右为x轴正方向，竖直向下为y轴正方向，并定义1个像素的长度为单位长度，设置道路内部图像尺寸为ab，a为沿x轴方向的图像长度，b为沿y轴方向的图像长度； S1.2.2、人工选定没有病害的道路区域位置，并随机框选出10b尺寸的没有病害的道路区域，设置没有病害的道路区域的波形时域数据矩阵为R，包括10个单道波的波形时域数据，表达式为：；；其中，为第i个单道波的波形时域数据，/>为第i个单道波中第/>个振幅数据，T为矩阵转置； S1.2.3、采用傅里叶变换的方式，分别将单道波形时域数据转换为单道波形频域数据，计算表达式为：；其中，为第i个单道波的波形频域数据，/>为虚数单位，/>为频率，/>为时间；得到没有病害的道路区域的波形频域数据矩阵/>； S1.2.4、根据步骤S1.2.2的单道波的波形时域数据计算频率，构建背景噪声频率矩阵，其中，/>为第i个单道波的波形时域数据计算得到的频率，m为通道总数； S1.3、将步骤S1.1采集的道路内部图像的时域数据转换为频域数据，转换表达式为：；其中，为采集的道路内部图像的第i个波的频域数据，得到采集的道路内部图像的波形频域数据矩阵/>；然后根据步骤S1.1采集的道路内部图像的波形时域数据计算频率，构建道路内部图像的频率矩阵，其中，/>为采集的道路内部图像的第i个波形时域数据计算的频率；以背景噪声频率矩阵C为比较对象，遍历L中所有元素，删除L中与C相同的元素，然后删除F中对应的元素，得到遍历后的道路内部图像的波形频域数据矩阵，其中Gp为第p个遍历后的道路内部图像的波形频域数据； S1.4、将步骤S1.3得到的遍历后的道路内部图像的波形频域数据矩阵中的频域数据转换为时域数据，采用傅里叶变换的计算表达式为：；其中，为第i个遍历后的道路内部图像的波形频域数据对应的时域数据，得到遍历后的道路内部图像的波形频域数据矩阵对应的时域矩阵H为：；；其中，为第i个遍历后的道路内部图像的波形频域数据对应的时域数据的第/>个振幅数据； S1.5、将步骤S1.4得到的遍历后的道路内部图像的波形频域数据矩阵对应的时域矩阵进行道路内部图像的重构； S1.5.1、首先将遍历后的道路内部图像的波形频域数据矩阵对应的时域矩阵H中的进行遍历，得到最大值/>和最小值/>； S1.5.2、对H中的振幅数据进行标准化处理，映射到灰度图像的灰度值范围0~255区间内，计算表达式为：；其中，为/>标准化处理后的振幅数据； S1.5.3、基于步骤S1.5.2标准化处理后的振幅数据构建单道矩阵，表达式为，然后基于单道矩阵构建全部通道矩阵； S1.5.4、将步骤S1.5.3得到的全部通道矩阵K中的元素值作为灰度值，以二维图像的x轴方向作为雷达采样数据的运动方向，以二维图像的y轴方向作为道路深度方向，绘制灰度图M，得到重构的道路内部图像。 3.根据权利要求2所述的一种道路脱空区域体积演化预测方法，其特征在于，步骤S2的具体实现方法包括如下步骤： S2.1、将步骤S1得到的重构的道路内部图像沿图像的竖直方向进行划分，设置划分数量为Nh，每张划分图像的高度为Hh，宽度为； S2.2、设置第i个划分图像的图像矩阵为，则得到第i个划分图像的图像矩阵的平均值/>，表达式为：； S2.3、基于步骤S2.2得到的划分图像的图像矩阵的平均值构建均值矩阵，然后计算/>与/>的差值矩阵/>，表达式为：； S2.4、对步骤S2.3得到的差值矩阵进行全部元素取绝对值运算，构建差值矩阵的绝对值矩阵表达式为：；然后计算差值矩阵的绝对值矩阵的标准差，表达式为：； S2.5、根据步骤S4得到的差值矩阵的绝对值矩阵的标准差构建标准差矩阵； S2.6、设定临界标准差为，将标准差矩阵的标准差/>与临界标准差/>进行对比，当/>时，设置增益系数为/>，/>的值根据实际地质条件、道路材料类型、雷达参数、病害类型参数确定；当/>时，设置增益系数为1； S2.7、根据步骤S2.6计算得到的增益系数，构建标准差矩阵对应的增益系数矩阵，用于对道路内部病害区域位置回波图像的特征增强，得到初步病害识别的道路内部图像。 4.根据权利要求3所述的一种道路脱空区域体积演化预测方法，其特征在于，步骤S3的具体实现方法包括如下步骤： S3.1、采用最大类间方差法，对步骤S2得到的初步病害识别的道路内部图像进行二值化处理； S3.2、将步骤S3.1二值化处理后的初步病害识别的道路内部图像统计全部连通区域内像素总数量，然后删除像素总数量小于500的连通区域，保留像素总数量大于等于500的连通区域，并将删除像素处理后的初步病害识别的道路内部图像的连通区域编号为N1，N2…Ni…Nc； S3.3、对步骤S3.2删除像素处理后的初步病害识别的道路内部图像建立坐标系，以图像左上角的顶点为坐标原点，水平向右为x轴正方向，竖直向下为y轴正方向，提取删除像素处理后的初步病害识别的道路内部图像的全部连通区域中像素的坐标点，设置连通区域Ni的最左侧像素点坐标为、最右侧像素点坐标为/>、最顶端像素点坐标为/>，定义坐标表达式为：；；；其中，为连通区域Ni的最左侧像素点的x轴坐标，/>为连通区域Ni的最左侧像素点的y轴坐标； S3.4、采用计算倾角的方法筛选出具有双曲线特征的区域，分别求取顶端像素点到最左侧像素点、最右侧像素点的倾角和/>，表达式为：；；然后提取顶端像素点到最左侧像素点、最右侧像素点的倾角的最大值，记为，表达式为：；设置临界角度，提取连通区域Ni中/>的区域为双曲线区域/>； S3.5、提取所有连通区域的双曲线区域，进行重新编号为，其中，/>为双曲线区域的总数量； S3.6、基于步骤S3.5得到的所有双曲线区域的全部双曲线的顶点坐标，依次提取所有双曲线区域过顶点坐标的单道波形时域数据，依次记录为：，其中，，/>为第i个双曲线区域过顶点坐标的单道波形时域数据，/>为第i个双曲线区域过顶点坐标的单道波形时域数据中的第/>个振幅数据； S3.7、采用小波变换的方法将步骤S3.6得到的双曲线区域过顶点坐标的单道波形时域数据转换为频域数据，计算表达式为：；；其中，为第i个双曲线区域过顶点坐标的单道波形频域数据，/>为尺度，/>为平移量，为基本小波；然后计算第i个双曲线区域过顶点坐标的单道波形的相位，计算表达式为：；其中，为/>的虚部，/>为/>的实部； S3.8、基于电磁波理论设置发射位置处电磁波为，将反射位置处电磁波为/>，构建方向函数/>，表达式为：；计算方向函数，当时，表明电磁波从高介电常数向低介电常数介质传播，病害位置处材料的介电常数小于发射位置，判断第i个双曲线区域为病害道路内部脱空区域； S3.9、计算所有双曲线区域过顶点坐标的单道波形的相位，判断所有双曲线区域的道路内部脱空情况，得到病害道路内部脱空区域图像数据。 5.根据权利要求4所述的一种道路脱空区域体积演化预测方法，其特征在于，步骤S4的具体实现方法包括如下步骤： S4.1、采用钻机钻探病害道路，在病害道路现场验证步骤S3中得到的病害道路内部脱空区域图像数据，得到病害道路脱空区域； S4.2、将内窥镜深入病害道路脱空区域，通过内窥镜显示器确定病害道路脱空区域的顶板位置和底板位置，测量顶板位置和底板位置的距离，为病害道路脱空区域实际高度； S4.3、将步骤S4.1验证的病害道路内部脱空区域图像数据采用图像二值化的方法，得到图像二值化处理后的病害道路内部脱空区域图像数据，然后提取二值化处理后的病害道路内部脱空区域图像数据中双曲线的最顶端像素点坐标，过/>做一条与y轴平行的直线与双曲线相交于/>和/>，则/>，/>，则得到病害道路脱空区域的高度/>的计算公式为：； S4.4、选取10个病害道路脱空区域，重复步骤S4.1-S4.3，依次得到病害道路脱空区域实际高度，计算得到病害道路脱空区域的高度/>； S4.5、基于步骤S4.4选取的10个病害道路脱空区域，采用二次函数拟合与/>，得到病害道路脱空区域实际高度计算表达式为：；其中，、/>、/>分别为病害道路脱空区域实际高度计算表达式的二次项参数、一次项参数、常数项参数； S4.6、基于步骤S4.5得到的病害道路脱空区域实际高度计算表达式计算病害道路脱空区域实际高度。 6.根据权利要求5所述的一种道路脱空区域体积演化预测方法，其特征在于，步骤S6的具体实现方法包括如下步骤： S6.1、采集不同时刻的病害道路内部脱空区域雷达图像，按照步骤S1-S5的方法计算病害道路内部脱空区域体积/>，根据病害道路脱空区域实际体积计算表达式计算病害道路脱空区域实际体积/>； S6.2、利用威布尔分布的不可靠度函数拟合/>与/>的关系，构建病害道路脱空区域体积演化模型；威布尔分布的不可靠度函数的计算表达式为：；其中，、/>、/>依次为偏移参数、尺度参数、形状参数；得到病害道路脱空区域体积演化模型，计算表达式为：。 7.一种电子设备，其特征在于，包括存储器和处理器，存储器存储有计算机程序，所述的处理器执行所述计算机程序时实现权利要求1-6任一项所述的一种道路脱空区域体积演化预测方法的步骤。 8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-6任一项所述的一种道路脱空区域体积演化预测方法。
所属类别：	发明专利