二维雷达缺陷成像检测方法与流程
本发明涉及雷达无损检测,特别是一种二维雷达缺陷成像检测方法。
背景技术:
1、探地雷达、毫米波雷达和微波成像雷达能够通过发射电磁波并接收目标反射回波,对道路、桥梁、隧道、混凝土构件、复合材料结构等目标内部或近表面的空洞、脱空、分层、含水损伤、裂隙、脱粘和夹杂等缺陷进行无损检测。实际工程中常用的二维雷达图像包括由多道a-scan形成的b-scan、由多测线重建的c-scan以及不同深度切片图。
2、现有二维雷达缺陷检测方法通常先对雷达回波进行去背景、滤波、增益和灰度增强,再由人工经验或卷积神经网络、目标检测网络、分割网络对图像中的缺陷特征进行识别。该类方法能够提高检测效率,但其识别结果容易受到材料介电特性、含水率、天线频率、扫描速度、耦合状态和结构层反射的影响。
3、对于缺陷较弱、杂波较强或检测场景发生变化的情形,单纯依赖图像纹理的识别模型可能将结构层界面、管线、钢筋或随机杂波误判为缺陷,也可能漏检真实缺陷。已有方案还通常缺少对预测缺陷能否解释实际雷达回波的物理校验,并且当识别结果不确定时,难以自动给出局部复扫区域和复扫参数。
4、因此,需要一种能够在二维雷达成像缺陷识别过程中同时利用图像特征、雷达传播物理、跨视图一致性和复扫闭环的检测方法,以降低误检和漏检,并提高复杂工程环境下的检测可信度。
技术实现思路
1、为了解决现有二维雷达成像缺陷识别中场景迁移能力不足、杂波误检、低信噪比漏检、识别结果物理可解释性不足以及不确定区域无法自动复扫的问题,本发明的目的是提供一种二维雷达缺陷成像检测方法,本发明能降低杂波和结构层反射导致的误检和漏检,提高二维雷达成像缺陷检测的可靠性和可解释性。
2、为实现上述目的,本发明采用的技术方案是:一种二维雷达缺陷成像检测方法,包括以下步骤:
3、获取目标结构的二维雷达回波数据,并同步记录雷达采集参数和扫描位姿信息;
4、对所述二维雷达回波数据进行预处理,得到预处理回波数据;
5、根据所述预处理回波数据估计电磁波传播参数,建立采样时间与缺陷深度之间的时深映射关系;
6、基于所述时深映射关系对所述预处理回波数据进行物理成像,得到物理成像图;
7、根据所述物理成像图确定缺陷候选区域;
8、根据所述缺陷候选区域、所述传播参数、发射波形和扫描位置生成对应的雷达正演回波;
9、根据所述雷达正演回波与所述预处理回波数据之间的差异获得物理一致性评分;
10、获取所述缺陷候选区域的缺陷类别概率、跨视图一致性评分和不确定性评分;
11、根据所述缺陷类别概率、所述跨视图一致性评分、所述不确定性评分和所述物理一致性评分计算综合缺陷可信评分;
12、判断所述综合缺陷可信评分是否满足预设输出条件;若满足,则输出缺陷检测结果;若不满足,则生成针对所述缺陷候选区域的局部复扫策略,获取复扫数据,并基于所述复扫数据更新所述缺陷检测结果。
13、作为本发明的进一步改进,所述预处理包括对每一道a-scan进行去直流处理、对b-scan矩阵进行去背景处理、带通滤波、时变增益、道间归一化和异常道剔除中的至少两项;
14、所述去直流处理按如下公式进行:,其中,表示第道第个采样点的原始回波,表示每道采样点数,表示去直流后的回波;
15、所述去背景处理按如下公式进行:,其中,表示雷达扫描道数,表示去背景后的回波。
16、作为本发明的进一步改进,所述传播参数包括相对介电常数或传播速度,所述传播速度按确定,其中,表示电磁波在介质中的传播速度,表示真空光速,表示估计相对介电常数;
17、所述物理成像包括kirchhoff偏移、后向投影、合成孔径成像或频域迁移中的至少一种;
18、对于候选点,按如下公式计算聚焦强度以生成所述物理成像图:,其中,表示候选点的聚焦强度,表示雷达扫描道数,表示候选点到第道雷达位置的双程传播时延,表示预处理回波数据,表示距离衰减权重、天线方向图权重或信噪比权重。
19、作为本发明的进一步改进,所述雷达正演回波按如下公式生成:,其中,表示由候选缺陷重建的回波,表示所述缺陷候选区域,表示候选点,表示散射强度,表示发射波形或等效子波,表示候选点到第道雷达位置的双程传播时延;
20、候选点到第道雷达位置的双程传播时延按如下公式确定:,其中,表示候选缺陷点的位置,表示第道雷达位置,表示电磁波在介质中的传播速度。
21、作为本发明的进一步改进,根据所述雷达正演回波与所述预处理回波数据之间的差异获得物理一致性评分具体如下:
22、按如下公式计算物理一致性残差:,其中,表示预处理回波数据,表示雷达正演回波,表示剩余背景估计项,表示防止分母为零的小常数,将所述物理一致性残差作为物理一致性评分。
23、作为本发明的进一步改进,所述缺陷类别概率由识别模型输出,所述识别模型包括图像语义分支和物理一致性分支;所述图像语义分支用于提取纹理特征、边缘特征或形态特征,所述物理一致性分支用于提取传播时延特征、散射强度特征或正演残差特征;
24、所述图像语义分支输出的图像语义特征和所述物理一致性分支输出的物理特征通过门控融合层进行融合;
25、所述门控融合层按如下公式确定融合权重,并按如下公式进行特征融合:,其中,表示图像语义特征,表示物理特征,表示门控权重,表示激活函数,表示估计相对介电常数,表示信噪比,表示雷达中心频率,、、、表示权重系数。
26、作为本发明的进一步改进,所述不确定性评分通过信息熵确定;对于像素或候选区域,按如下公式计算信息熵:,其中,表示像素或候选区域索引,表示类别数,表示第个位置属于类别的概率,表示信息熵,将所述信息熵作为不确定性评分;
27、所述跨视图一致性评分通过以下方式获得:将b-scan缺陷掩膜、c-scan缺陷掩膜或深度切片缺陷掩膜投影至同一坐标系;按如下公式计算跨视图一致性评分:,其中,表示b-scan缺陷掩膜,表示c-scan或深度切片缺陷掩膜,表示投影算子,表示防止分母为零的小常数,表示跨视图一致性评分。
28、作为本发明的进一步改进,所述综合缺陷可信评分按如下公式计算:,其中,表示综合缺陷可信评分,表示缺陷类别概率,表示跨视图一致性评分,表示不确定性评分,表示物理一致性评分,表示杂波或结构层干扰评分,、、、、表示权重系数;
29、所述判断所述综合缺陷可信评分是否满足预设输出条件,包括按如下判定规则确定是否触发局部复扫:,其中,表示触发对第个候选区域的复扫,表示满足输出条件,、和分别表示预设的可信度下限阈值、不确定性上限阈值和物理残差上限阈值。
30、作为本发明的进一步改进,所述生成针对所述缺陷候选区域的局部复扫策略具体如下:
31、从可选复扫策略集合中选择复扫策略,按如下公式确定最优复扫策略:,其中,表示可选复扫策略集合,表示预期信息增益,表示复扫时间,表示路径偏移或施工影响,和表示代价权重系数;
32、所述局部复扫策略包括复扫窗口、测线间距、扫描路径、雷达中心频率、带宽、极化方式、天线高度或重复采样次数中的至少一项。
33、作为本发明的进一步改进,所述雷达采集参数包括雷达中心频率、带宽、采样率、极化方式和天线高度中的至少一项;所述扫描位姿信息包括测线位置和扫描姿态;
34、所述缺陷检测结果包括缺陷类别、缺陷位置、缺陷深度、缺陷边界、缺陷尺寸、综合缺陷可信评分、物理一致性评分、不确定性评分和复扫状态中的至少三项。
35、本发明的有益效果是:
36、本发明通过正演回波残差对候选缺陷进行物理校验,使识别结果不仅依赖图像纹理,而且能够解释实际雷达回波;通过b-scan、c-scan或深度切片之间的跨视图一致性评价,减少由单视图伪影造成的误检;通过不确定性评分触发局部复扫,并自动给出复扫窗口和复扫参数,提高疑难区域的检测可靠性。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com