地下管网雷达图像智能解译方法研究
发布时间：2021-01-25 01:40
在现代城市的建设、管理过程中,地下管网的铺设情况是重要的基础资料之一,因此寻求有效的探测地下管网的方法,快速准确的获取地下管线的信息显得尤为重要,目前外置式探测方法中探地雷达技术应用最为广泛,利用其无损、快速和高分辨率的优点可以快速检测,然而还存在识别精确率有待提高,GPR图像回波图像自动解译困难等问题,针对上述问题,本文提出了结合数字图像处理技术和人工神经网络模型,基于GPR探测地下管线正演数值模拟,进行了雷达波谱识别及特征提取,完成了地下管线信息的反演研究,最终达到智能地解译地下管网雷达图像的目的。论文的主要研究成果如下:（1）通过地下管线正演数值模拟研究,表明埋地介质与管线材质之间的介电常数差异越大,雷达图像中反射信号越强,双曲线形态更清晰;管线埋深越浅以及管径越大容易被探测到,双曲线顶部越靠上,曲率也越大。（2）通过波谱图的识别研究,基于数字图像处理技术,提取出了 GPR波谱图的关键特征参数。（3）通过地下管线信息的反演研究,选择了反演精度高的GA-BP神经网络模式识别算法,得到了波谱图特征参数与地下管线信息的内在联系,对实际工程实践中雷达回波图像解释具体非常重要的指导意义。
【文章来源】：西安理工大学陕西省
【文章页数】：72 页
【学位级别】：硕士
【部分图文】：
探地雷达探测地下管线的成像示意图
如果设置的测点间距比采样间隔大，而且探测的就难以判断出目标的大小和空间位置；如果被探测的目标以适当增加测点之间的间距，从而加快工作效率。测点间迅速，采集的地下信息偏少，最后收集的数据会越少；反算缓慢。因此合理的选取测点间距，可以有效地避免计算顺利进行[2][3][4]。模型来探测地下管网，主要是通过分析雷达的回波图像的特下管线的位置和类型特点。而这些回波图像是接收天线接在不连续介质处产生的反射以及散射，并通过电磁波传播探测地下目标后反馈的回波图像识双曲线的特征，因此在是双曲线，而且双曲线的顶点是地下管线管顶的位置，双管径的影响[28]。因此本文在后续波谱图识别中提出了二取 GPR 图特征。下图是目标回波图与管线管径关系示意
#dx_dy 定义空间离散步#geometry_file 定义模型几何信息的#number_of_media 定义模型中不同媒C#abe_type 定义吸收边界条#pml_layers 完全匹配层占用的 Y数ctds）#medium 定义模型中不同媒#box 定义方形物#cylinder 定义圆形物#triangle 定义三角形物tput#line_source 定义激励源类型、振#analysis 和#end_analysis 指定计算开始和终止为止、#tx 定义发射天#rx 定义接收天#tx_steps 和#rx_steps 定义发射和接收天线在的目录下面单击 Gprmax2D.exe 文件，软件启动后的计算完成之后，会生成两个输出的文件，分别是类型件里面是计算的结果，.geo 文件里面是模型的各类参数
【参考文献】：
期刊论文
[1]基于遗传优化神经网络的边坡稳定性评价[J]. 孙平定,蔡润,谢成阳,易铸. 现代电子技术. 2019(05)
[2]基于改进遗传算法优化反向传播神经网络的癫痫发作检测方法分析[J]. 刘光达,魏星,张尚,蔡靖,刘颂阳. 生物医学工程学杂志. 2019(01)
[3]遗传算法优化BP神经网络港口起重机故障诊断[J]. 钱志远. 机械制造与自动化. 2019(01)
[4]基于改进的自适应遗传算法优化BP神经网络[J]. 苏崇宇,汪毓铎. 工业控制计算机. 2019(01)
[5]基于BP神经网络和遗传算法的并行迭代优化研究[J]. 胡海涛. 机械与电子. 2019(01)
[6]基于遗传算法优化BP神经网络的接触电阻预测[J]. 孙海峰,沈颖,王亚楠. 电测与仪表. 2019(05)
[7]基于BP神经网络与遗传算法的镍-钴合金电镀工艺参数优化[J]. 蔡静. 电镀与环保. 2018(06)
[8]基于遗传算法优化的BP神经网络反分析模型研究[J]. 闵江涛. 建材与装饰. 2018(45)
[9]地质雷达探测地下管线分类判别方法研究[J]. 姚显春,闫茂,吕高,李宁. 地球物理学进展. 2018(04)
[10]基于ARM和CMOS图像处理的地下管线检测技术研究[J]. 王柯,汪贵华,徐元,杨栩. 电子设计工程. 2018(09)
博士论文
[1]黄土填方介电参数特性及地质雷达回波的正演与解译研究[D]. 吕高.西安理工大学 2016
[2]地下管线探测数据处理及可视化技术研究[D]. 孙伟.解放军信息工程大学 2012
[3]GABOR小波神经网络算法及其在灰度图象目标识别中的应用研究[D]. 许廷发.中国科学院研究生院（长春光学精密机械与物理研究所） 2004
硕士论文
[1]基于探地雷达的地下管网信号处理技术研究[D]. 杨德梅.河南工业大学 2017
[2]城市地下供水管线渗漏探地雷达正演模拟与解释方法应用研究[D]. 黄乐艺.北京交通大学 2016
[3]探地雷达在地下管线探测中的应用研究[D]. 赵欣.石家庄铁道大学 2015
[4]地下管线位置分布的图像检测技术研究[D]. 童飞.南京理工大学 2014
[5]探地雷达图像的目标检测和半径估计[D]. 刘雅瑜.福州大学 2011
[6]探地雷达图像识别与处理[D]. 闫永斌.北京化工大学 2008
本文编号：2998306
【文章来源】：西安理工大学陕西省
【文章页数】：72 页
【学位级别】：硕士
【部分图文】：
探地雷达探测地下管线的成像示意图
如果设置的测点间距比采样间隔大，而且探测的就难以判断出目标的大小和空间位置；如果被探测的目标以适当增加测点之间的间距，从而加快工作效率。测点间迅速，采集的地下信息偏少，最后收集的数据会越少；反算缓慢。因此合理的选取测点间距，可以有效地避免计算顺利进行[2][3][4]。模型来探测地下管网，主要是通过分析雷达的回波图像的特下管线的位置和类型特点。而这些回波图像是接收天线接在不连续介质处产生的反射以及散射，并通过电磁波传播探测地下目标后反馈的回波图像识双曲线的特征，因此在是双曲线，而且双曲线的顶点是地下管线管顶的位置，双管径的影响[28]。因此本文在后续波谱图识别中提出了二取 GPR 图特征。下图是目标回波图与管线管径关系示意
#dx_dy 定义空间离散步#geometry_file 定义模型几何信息的#number_of_media 定义模型中不同媒C#abe_type 定义吸收边界条#pml_layers 完全匹配层占用的 Y数ctds）#medium 定义模型中不同媒#box 定义方形物#cylinder 定义圆形物#triangle 定义三角形物tput#line_source 定义激励源类型、振#analysis 和#end_analysis 指定计算开始和终止为止、#tx 定义发射天#rx 定义接收天#tx_steps 和#rx_steps 定义发射和接收天线在的目录下面单击 Gprmax2D.exe 文件，软件启动后的计算完成之后，会生成两个输出的文件，分别是类型件里面是计算的结果，.geo 文件里面是模型的各类参数
【参考文献】：
期刊论文
[1]基于遗传优化神经网络的边坡稳定性评价[J]. 孙平定,蔡润,谢成阳,易铸. 现代电子技术. 2019(05)
[2]基于改进遗传算法优化反向传播神经网络的癫痫发作检测方法分析[J]. 刘光达,魏星,张尚,蔡靖,刘颂阳. 生物医学工程学杂志. 2019(01)
[3]遗传算法优化BP神经网络港口起重机故障诊断[J]. 钱志远. 机械制造与自动化. 2019(01)
[4]基于改进的自适应遗传算法优化BP神经网络[J]. 苏崇宇,汪毓铎. 工业控制计算机. 2019(01)
[5]基于BP神经网络和遗传算法的并行迭代优化研究[J]. 胡海涛. 机械与电子. 2019(01)
[6]基于遗传算法优化BP神经网络的接触电阻预测[J]. 孙海峰,沈颖,王亚楠. 电测与仪表. 2019(05)
[7]基于BP神经网络与遗传算法的镍-钴合金电镀工艺参数优化[J]. 蔡静. 电镀与环保. 2018(06)
[8]基于遗传算法优化的BP神经网络反分析模型研究[J]. 闵江涛. 建材与装饰. 2018(45)
[9]地质雷达探测地下管线分类判别方法研究[J]. 姚显春,闫茂,吕高,李宁. 地球物理学进展. 2018(04)
[10]基于ARM和CMOS图像处理的地下管线检测技术研究[J]. 王柯,汪贵华,徐元,杨栩. 电子设计工程. 2018(09)
博士论文
[1]黄土填方介电参数特性及地质雷达回波的正演与解译研究[D]. 吕高.西安理工大学 2016
[2]地下管线探测数据处理及可视化技术研究[D]. 孙伟.解放军信息工程大学 2012
[3]GABOR小波神经网络算法及其在灰度图象目标识别中的应用研究[D]. 许廷发.中国科学院研究生院（长春光学精密机械与物理研究所） 2004
硕士论文
[1]基于探地雷达的地下管网信号处理技术研究[D]. 杨德梅.河南工业大学 2017
[2]城市地下供水管线渗漏探地雷达正演模拟与解释方法应用研究[D]. 黄乐艺.北京交通大学 2016
[3]探地雷达在地下管线探测中的应用研究[D]. 赵欣.石家庄铁道大学 2015
[4]地下管线位置分布的图像检测技术研究[D]. 童飞.南京理工大学 2014
[5]探地雷达图像的目标检测和半径估计[D]. 刘雅瑜.福州大学 2011
[6]探地雷达图像识别与处理[D]. 闫永斌.北京化工大学 2008
本文编号：2998306
本文链接：https://www.wllwen.com/jianzhugongchenglunwen/2998306.html
