原文传递
探地雷达多特征融合的城市空洞自动识别方法
| 题名： | 探地雷达多特征融合的城市空洞自动识别方法 |
| 作者： | 杜豫川;岳光华;刘成龙;李峰;蔡文才 |
| 作者单位： | 同济大学道路与交通工程教育部重点实验室;河南万里交通科技集团股份有限公司;北京航空航天大学交通科学与工程学院 |
| 关键词： | 道路工程;自动识别;特征融合;城市空洞;希尔伯特变换;YOLOv7 |
| 摘要： | 探地雷达发射的电磁波容易受外部环境干扰，城市中复杂的地下市政设施进一步增加了空洞的识别难度，目前利用时域振幅特征图不能全面反映空洞病害的结构和介电参数，自动识别时容易出现误判和漏判。为了能够充分利用探地雷达信号中的多维信息，提升城市空洞自动识别的精度和效率，考虑提取反射信号特定时刻的振幅、频率和相位特征，通过特征融合解译改善空洞的识别精度。首先使用希尔伯特变换将信号从时域转换为时频域，在时频域计算得到特定瞬间的振幅图（IA）、频率图（IF）和相位图（IP），建立包含原始特征图（OP）的4个单特征数据集；然后基于二维小波变换的方法分别将IA + IF、IA+IP、IF+IP、IA+IF+IP融合，其中图像的高频部分采用最大值融合规则，低频部分采用均值融合策略，建立4个特征融合数据集；最后使用YOLOv7算法在8个数据下进行训练，对比研究模型的性能。结果表明：在IA+IP和IA +IF+IP数据集下训练的模型，相比OP数据集下性能均有所提升，其中IA +IP数据下训练的模型表现出最佳的性能，相比OP数据集模型的精确率提升5.0%，召回率提升7.6%，F1值提升7.8%，AP_0.5提升5.9%。该方法可以刻画空洞病害处除振幅强度值外蕴藏的其他细节信息，强化信号在空洞病害位置处的反射特征，进而提升病害处信号特征的辨别能力。 |
| 期刊名称： | 中国公路学报 |
| 出版年： | 2023 |
| 期： | 03 |
| 页码： | 108-119 |
检索历史
应用推荐
