專利名稱：一種糧堆中異物的識別方法
技術領域：
本發(fā)明涉及一種屬于電磁波探測領域，特別是一種利用電磁波探測技術對大型糧 堆內部多個異常目標(異物)進行識別與分類的技術。
背景技術：
目前在電磁波探測領域，對媒質內部目標進行識別的主要處理手段包括成像識別 和特征變量識別。成像處理通過對多個剖面的回波信號的處理，獲取目標物體的幾何特征， 從而根據(jù)幾何特征(主要是外形)對目標加以判別。即從所呈的二維和三維圖像上判別有沒 有目標體，如果存在目標體，從圖像上確定目標體的位置及形狀。在比較理想的情況下，采 用有效的探地雷達成像算法，可以獲得較好的成像效果，從所成圖像上能夠清楚的知道是 否存在異物，并可以完成對異物的定位以及異物形狀的識別。但成像識別算法有賴于精確 的系統(tǒng)建模，包括激勵源信號的形式、天線表面電流的計算、并矢格林函數(shù)的計算，在成像 過程中，需要進行多次積分方程的求解和散射場計算，計算量巨大，不適合工程應用。對異物材質的特征變量識別主要是根據(jù)探地探地雷達的回波信號進行特征變量 的提取而完成的。探地探地雷達探測目標是依靠發(fā)射電磁脈沖，接收目標體的回波信號來 完成的，是基于電磁波的傳播理論的，所以通過分析目標電磁波的波相可以進行目標的特 征提取，進而實現(xiàn)目標識別。目前，基于特征量的異物識別法主要是回波振幅和方向分析法 和目標散射回波頻譜特征分析法兩種方法?；夭ㄕ穹头较蚍治龇ǜ鶕?jù)電磁波傳播理論中的反射、折射定律，電磁波反射的 能量和相位取決于反射面上下層介質相對介電常數(shù)的差異，電介質界面處兩側的電磁學性 質差異越大，反射波越強。當界面上層介質的介電常數(shù)大于界面下層介質的介電常數(shù)時，反 射波與入射波的相位同相；反之，當界面上層介質的介電常數(shù)小于界面下層介質的介電常 數(shù)時，反射波與入射波的相位反相。這是判定界面兩側介質性質與屬性的依據(jù)，因而反射波 的振幅和方向特征是判別目標介質的重要依據(jù)。目標散射回波的頻譜特征分析法對介質內部目標進行超寬帶窄脈沖掃描，不同目 標的回波信號頻譜相位具有不同的變化情況，因此，目前的一個比較可行的方法是通過比 較接收信號與基準信號的相位譜，對目標材質屬性進行分類。回波振幅和方向分析法簡單實用，但由于電磁波在糧食介質中存在色散和衰減現(xiàn) 象，如果對回波振幅不加以矯正，則分析結果可能與實際相差較大；回波頻譜特征分析法對 回波的信噪比，媒質的損耗要求較高，當媒質中存在多種異物時，會由于不同異物回波的相 互干擾而使相位譜分析法失效。糧食是損耗較大、信噪比較低的色散媒質，目前可以采用的 方法回波相位比較法干擾大、分類不精確、無法進行多種目標分類，難以取得令人滿意的識 別效果。

發(fā)明內容
本發(fā)明的目的是提供一種糧堆中異物的識別方法，用以解決現(xiàn)有技術干擾大、分類不精確、無法進行多種目標分類的問題。
為實現(xiàn)上述目的，本發(fā)明的方案步驟如下
a)用探地雷達探測，對糧堆中異物進行定位；
b)根據(jù)所測糧堆深度與異物深度，將糧堆沿垂直方向從上到下依次分成至少兩個虛 擬層；基于反演算法和反射折射定律，得出逐層反演公式
第一層介電常數(shù)
第二層介電常數(shù)
數(shù)，Ai是各虛擬層的反射回波幅度，ki是各虛擬層的線性誤差校準因子，fi是各虛擬層幅 度衰減因子；公式(11)中，Am是發(fā)射電磁波的幅度，AO是第一虛擬層反射回波幅度，kl是 第一虛擬層的線性誤差校準因子，fl是第一虛擬層幅度衰減因子；
c)將探地雷達天線放置在糧堆表面，測量探地雷達天線對應垂直剖面上各虛擬層的 反射回波幅度Ai ；
d)采用測井法進行兩次測量確定公式(11)、(12)中的參數(shù)fl，kl，fi，ki；采用一個發(fā) 射天線與兩個接收天線，第一次測量時，將發(fā)射天線和接收天線分別插入糧堆第一虛擬層， 根據(jù)測量的電磁波幅度衰減和相移，并結合經幾何發(fā)散校正的電磁波傳導模型，確定第一 虛擬層介電常數(shù)fi，并根據(jù)探地雷達測得的發(fā)射電磁波的幅度Am,空氣介電常數(shù),，第一層 反射回波幅度A0，結合公式(11 )，設Π=1，確定kl ；第二次測量時，將發(fā)射天線和接收天線 分別插入糧堆第二虛擬層，根據(jù)測量的電磁波幅度衰減和相移，并結合經幾何衰減校正的 電磁波傳導模型，確定第二虛擬層介電常數(shù)并結合公式(12)，設ki=kl，確定幅度衰減 校準因子fi ；
e)利用公式(12)迭代計算探地雷達天線對應位置垂直掃描線上各虛擬層的介電常
數(shù)；
f)根據(jù)各虛擬層的介電常數(shù)，判斷異物的性質和種類。 該方法只需回波幅度信息，無需回波相位信息，因而算法更易于實現(xiàn)。同時，由于 不同種類物體介電常數(shù)的差異，該方法對異物的分類和識別更加精確，并且可對同一區(qū)域 中不同種類異物同時進行分類。具體優(yōu)點如下
1，本方案采用圖像處理技術和智能分析算法，只需借助掃描的探地雷達剖面圖即可定 位并識別異物種類，省去了頻譜分析等復雜分析過程，使糧堆內部異物識別的過程變得相 對簡便，更具有智能化，因而提高了異物識別的效率。
第二層及之后層介電常數(shù)
2，傳統(tǒng)的通過相位比較法進行的異物識別，只能對識別結果進行粗粒度分類，如 是否是異物，是金屬還是非金屬等，不能有效識別異物的種類。本方案通過對反演的介電常 數(shù)分布進行數(shù)值分析，根據(jù)不同物質具有不同的介電常數(shù)，再根據(jù)探地雷達圖上的異物的 雙曲線特征，能夠精確估計異物的性質和種類。3，傳統(tǒng)的相位比較法在探測域有多種異物時，由于異物回波之間的相互影響，給 散射回波相位與基準波相位的比較來帶很大干擾，嚴重影響了相位比較的結果。本方案首 先采用霍夫變換定位異物位置，然后在異物所在垂直掃描線上逐層進行介電常數(shù)反演，不 同種類的異物在反演過程中互不影響，若采用并行算法還可加快反演運算過程，因此本方 案可以適應有多種異物存在的情況。發(fā)射電磁波的幅度Am是通過將探地雷達天線緊貼一個用做反射鏡面的金屬板， 進行測量得到的。步驟c)所述的測井法采用的天線，發(fā)射天線連接掃頻儀，接收天線連接 示波器。步驟a)中對異物定位包括錄取原始探地雷達剖面圖；對原始探地雷達剖面圖進 行預處理；采用加窗統(tǒng)計法提取異物所在區(qū)域；采用二維濾波平滑異物所在區(qū)域圖像進行 分割；利用霍夫變換進行目標檢測與定位。


圖1是一幅原始探地雷達圖； 圖2是經過預處理的探地雷達圖； 圖3是經過霍夫變換的探地雷達圖； 圖4是糧堆分層示意圖5是電磁波在糧堆多個虛擬層的等效傳播模型； 圖6是測井法測量示意圖； 圖7是介電常數(shù)隨糧堆深度分布示意圖。
具體實施例方式下面結合附圖對本發(fā)明做進一步詳細的說明，具體實施方式
如下
1，對錄取的探地雷達剖面圖進行圖像預處理。包括隨機噪聲抑制、直達波和射頻干擾 抑制、天線直耦波抑制、提高信噪比和圖像增強等。原始探地雷達圖如圖1所示，可以看到 圖像中間靠近上方的雙曲線表示的就是需要檢測的異物，圖像上方的亮條表示糧面反射波 (稱為直達波)，底部的網狀結構的亮條表示埋在地板中的鋼筋網?？梢?，原始探地雷達圖中 除了所需檢測的異物的探地雷達回波圖像外，還存在著大量強弱不等的噪聲。2，采用加窗統(tǒng)計法提取異物所在區(qū)域。該步基于能量檢測的統(tǒng)計方法進行初步 檢測，從大量數(shù)據(jù)中提取異物所在區(qū)域，用于快速地將絕大部分非目標區(qū)域排除。以減少后 續(xù)的計算量。所加窗的窗函數(shù)可采用簡單的矩形窗函數(shù)。如采用如下窗函數(shù)
其中M是時間窗內采樣點數(shù)。窗寬度《 = & -考慮到計算量，需要合理選擇窗寬 度。建立二元假設檢驗的模型如下
式中為異物區(qū)域內(LJ)位置上的灰度值函數(shù)，即對應目標回波幅度值?！霰硎?經圖像分割后由特征點(Ji1 J2, .,i',}構成的雙曲線，雙曲線頂點位置( eJ0)組成霍夫變換 的參數(shù)空間。
式中，N為掃描數(shù)$㈨為目標回波信號，H1⑷為噪聲和干擾。設,·)服從正態(tài)分布， 均值為0，方差為g。并設胃i各分量線性無關。對％ (λ)加窗處理后為
設為wf的二范數(shù)，加窗后二元假設的檢驗統(tǒng)計量為
取閾值判斷即可粗略劃分異物所在區(qū)域，由統(tǒng)計曲線的峰值及選取的窗函數(shù)可以大致 確定目標的位置范圍，從而減少后續(xù)的計算量。3，采用二維濾波平滑異物所在區(qū)域圖像并進行圖像分割。經過上述步驟提取出 的異物所在二維區(qū)域中除目標雙曲線外還存在大量隨機起伏的干擾和噪聲，會影響霍夫變 換的效果，為此可采用二維濾波平滑圖像，去除奇異亮點和非相關分量，提高異物所在區(qū)域 的信噪比，以便提高參數(shù)的估計精度。如2是對原始的探地雷達圖(圖1)進行預處理 的結果，處理結果顯示已經濾除掉了大部分的噪聲和干擾，只保留了需檢測的異物的圖像 并進行了圖像增強。4，利用霍夫變換進行目標檢測與定位。為兼顧檢測精度和計算量，改進采用邊緣 檢測的傳統(tǒng)霍夫變換方法，直接對提取出的異物所在區(qū)域進行霍夫變換聚焦雙曲線，不進 行二值化等圖像預處理。并根據(jù)探地雷達回波特點，將霍夫變換累加器單純根據(jù)位置信息 改為位置、幅度信息綜合投票。根據(jù)目標回波的雙曲線特征，采用霍夫變換公式 根據(jù)孖備,而)的分布情況可以判斷是否有目標出現(xiàn)，有目標出現(xiàn)時Zf(ItJi)會出 現(xiàn)陡峭的高峰，無目標時多為平緩的起伏。對ii&Jo)搜索最大峰值，就可以得到雙曲線的 頂點估計值(ζ, 如圖3是對經處理過的探地雷達圖(圖2)進行了霍夫變換后的結果。
雙曲線中的淺色線就是霍夫變換后對雙曲線聚焦的結果。如果已知異物是層狀目標，則無 需進行霍夫變換，只需進行邊緣檢測，以確定層狀目標的位置和深度。
5，根據(jù)所測糧堆異物深度確定探測參數(shù)并劃分迭代層數(shù)。在完成了上述四步后， 一般已能確定異物的位置(即異物的深度和距離測量原點的水平距離)。根據(jù)異物的深度， 確定需要使用電磁波探測的深度。如使用的天線頻率、時窗和每掃采樣點數(shù)。如估計的異 物體積較大，可以采用每道較少的采樣點數(shù)，以加快迭代時間，但會影響測量結果精度。根 據(jù)時窗和每掃采樣點數(shù)即可確定劃分的每迭代層高度，原則上迭代層的高度不小于異物 尺寸。結構層數(shù)目的劃分依賴時窗和每掃抽樣點數(shù)這兩個參數(shù)。由于是縱深測量，采用 發(fā)射天線和接收天線一體化的200M天線，或發(fā)射天線和接收天線分離的80M天線，將其 直接置于糧面上，以減少傳播衰減和幾何衰減。測量時采用定時觸發(fā)的工作模式，錄取多 次垂直方向上的單道回波信號。如采用40ns時窗和每掃128采樣點的采集參數(shù)，假定電 磁波在糧堆中傳播的平均速度為6cm/nS (注意電磁波傳播速率需采用已知目標深度法事 先標定)，則數(shù)據(jù)采集深度為40nsX6Cm/ns=240Cm。則糧堆中每一虛擬層的深度可定義為 240cm/128 1. 875cm。一般在標準的高大平房倉中，按照2002年的國家糧食行業(yè)標準(LS/ T 1203-2002)，糧面距地面高度為6m，因此可將時窗調整為600cm/6cm/s=100ns，每一虛擬 層的深度為600cm/128 ^ 5cm。在實際測量中，考慮到介電常數(shù)的分辨率一般較低，可將相 臨虛擬層進行合并，以減少層次劃分加快疊代運算時間，但測量精度會相應下降。6，確定發(fā)射電磁波的幅度Am。由于電磁波在通常的介質表面會發(fā)生反射和折射， 所以天線從第一層介質接收到的反射回波能量存在損失。為了確定發(fā)射電磁波的幅度，可 以利用金屬板作為反射鏡面，并使天線緊貼金屬板。這樣，發(fā)射天線發(fā)出的電磁波能量幾乎 全部被反射回接收天線，而且不存在幾何發(fā)散造成的能量衰減，所接收到的回波幅度可近 似認為發(fā)射波的幅度Am。7，將探地雷達天線放置在糧堆表面，測量探地雷達天線對應垂直剖面上各虛擬層 的反射回波幅度Ai ；并且進行逐層反演法，詳細過程如下，介質分層如圖4所示。由于糧堆 是散粒體，電磁波在糧堆中傳播時會發(fā)生散射。接收天線在縱向上接收到的某采樣點上的 回波，為該采樣點對應的虛擬層面上的散射回波的總和，這個散射回波總和可近似看作是 該層面的反射回波。該層面上未到達接收天線的散射波和折射波將一并合成該層面的折射 波，經過這樣的抽象化后，電磁波在糧堆中的傳播模型如圖5所示。圖中忽略了二次以上的
多次反射波,ipAll分別表示第/個媒質交界面的反射回波幅度和到達時間差。天線在位置J[處發(fā)射信號所接收信號可以近似看作各層面回波的疊加
其中L為媒質劃分的層數(shù)，ijl)和Γ|<>)為各層面回波的幅度和時延。由于糧堆媒質各 層近似均勻，且媒質中一般無其他目標，且是倉內探測，通過預處理噪聲和干擾已經得到了 很好的處理和抑制，所以所接收回波可以應用該信息模型。 只考慮一次反射波，基于平面波的折射和反射原理，可以得到介電常數(shù)與層面回 波的關系式為
其中I =1]代表空氣與糧食的交界面。D為第I個層面回波的平均衰減,^Ui)為第鳶個 媒質層的介電常數(shù)，f(X,是空氣的介電常數(shù)，通常取Io基于上面的關系，可以得到介電 常數(shù)的遞推公式為
通過迭代可以逐層計算出各層的介電常數(shù)，但需要初始參數(shù)，且初始參數(shù)的精度將直 接影響到遞推精度。準確的初始參數(shù)通過校準獲得。 逐層反演方法一般假設天線發(fā)射平面波，并將糧堆假定為表面光滑、沒有損耗和 色散的分層媒質，但是在對糧倉這種近場目標測量時，天線所發(fā)射電磁波不能簡單視為平 面波，而且糧堆中的糧食是典型的色散媒質，為提高測量精度，將校準因子引入逐層反演公 式
上式中，Am是反演回波幅度校準值，Ai是各層面的反射回波幅度，fcj是各層媒質的介電
常數(shù)，i表示媒質的序號。考慮到計算出的是一維介電常數(shù)序列，故式中省略了位置χ和深
度ζ，二維連續(xù)介電常數(shù)S(IZi)簡化為fi和ki是對應不同層的校準因子，fi用于減少
各層媒質的衰減，電磁波的幾何擴散等因素的影響，ki是線性誤差校準因子，同時又是一個 總調節(jié)因子，可以減少時延和介電常數(shù)估計誤差等帶來的影響。8，該方法是通過迭代計算各層的介電常數(shù)，故上面推導出的公式(11)、(12)需要 有初始參數(shù)。第6步確定能夠發(fā)射波幅度Am，上一步能夠確定測量出第一層媒質的反射波 幅度A0，而另外的初始參數(shù)需要采用測井法進行兩次測量，采用一個發(fā)射天線與兩個接收 天線，第一次測量時，將發(fā)射天線和接收天線分別插入糧堆第一虛擬層，糧堆水分測量因為 測量范圍小，屬近場工作方式，因此采用了先用平面波模型推導介電常數(shù)，然后再進行幾何 衰減校正的方法。采用經幾何校正的平面波模型，采用測井法推導介電常數(shù)的方法原理如下 將電磁波在地層中的傳播近似看成是平面波，即
式中，k為波數(shù)。則對于由T-R1-R2組成的單發(fā)雙收電極系，如圖6所示，兩個接收天
則幾何發(fā)散校正因子為As=44. 65+tpl (1. 324+0. 184tpl)。經幾何發(fā)散校正后的幅度衰減為EATTc=EATT-As，校正后的ff=( EATT-As )/8. 686。將Of代入(6)式，即可算出測點處的介電常數(shù)。運用以上方法進行該步測量時，注意井中天線不要插入過深(最好不要超過第一 層)，以免初始介電常數(shù),計算不準確。在利用測井法取得了第一層的介電常數(shù) |，發(fā)射電磁波幅度Am和反射波幅度AO 后，就可利用(11)式計算介電常數(shù)誤差校準因子kl。注意這里假定了 fl=l，這是因為天 線采用了屏蔽模式，且與糧面緊耦合，既無回波幅度的衰減，也無幾何擴散等因素的影響， 散射的回波幾乎可以全部被接收天線接收。再次采用測井法，將發(fā)射和接收天線插入到劃分的虛擬第二層中，然后測量介電 常數(shù)，根據(jù)插入的深度讀取探底探地雷達回波插入點處的幅度返回值。根據(jù)上步得到的 線性誤差校準因子k和探底探地雷達接收到的回波幅度值，代入遞推式(12)，求幅度衰減 校準因子Π，考慮到是同一介質，各層衰減相同，可把fl作為各層幅度衰減因子fk，即 fl=fk (k=2,…，η)。這樣公式(12)的初始值和參數(shù)都確定了。9，在確定了迭代式(17)的初始參數(shù)和迭代系數(shù)后，即可根據(jù)探底探地雷達采集
線收到的電場強度的比值為
則幅度衰減為
U,
由此可以推出
則介質的介電常數(shù)和電導率為
(2)
(3)
(4)
(5)
(6)
由于電磁波實際上是一種球面波，將它看作平面波只是一種近似，球面波具有幾何衰 減，因此需要進行幾何衰減校正。定義的回波幅度值，反演出各層介電常數(shù)(其中包括了異物所在層的介電常數(shù))。
10，繪制介電常數(shù)單道掃描時的分布圖，根據(jù)突變點處的數(shù)值，判斷異物的性質和 種類，各種常見異物的介電常數(shù)、電導率如表1所示，可以根據(jù)表1來判斷異物種類。繪制 的介電常數(shù)反演的結果分布圖如圖7所示。從圖中可以看出，異物處的介電常數(shù)與媒質中 其他位置的介電常數(shù)明顯不同(幾乎為1)，據(jù)此可以根據(jù)異物介電常數(shù)的特征推斷異物的 種類(如介電常數(shù)為1處的異物是預先埋設的空瓶子)。
權利要求
一種糧堆中異物的識別方法，其特征在于，步驟如下a) 用探地雷達探測，對糧堆中異物進行定位；b) 根據(jù)所測糧堆深度與異物深度，將糧堆沿垂直方向從上到下依次分成至少兩個虛擬層；基于反演算法和反射折射定律，得出逐層反演公式第一層介電常數(shù) (11)第二層及之后層介電常數(shù) (12)公式(12)中，是各虛擬層的介電常數(shù)，i表示從上到下層數(shù)的序號，是空氣介電常數(shù)，Ai是各虛擬層的反射回波幅度， ki是各虛擬層的線性誤差校準因子，fi是各虛擬層幅度衰減因子；公式(11)中，Am是發(fā)射電磁波的幅度，A0是第一虛擬層反射回波幅度，k1是第一虛擬層的線性誤差校準因子，f1是第一虛擬層幅度衰減因子；c) 將探地雷達天線放置在糧堆表面，測量探地雷達天線對應位置垂直掃描線上各虛擬層的反射回波幅度Ai；d) 采用測井法進行兩次測量確定公式(11)、(12)中的參數(shù)f1，k1，fi，ki；采用一個發(fā)射天線與兩個接收天線，第一次測量時，將發(fā)射天線和接收天線分別插入第一虛擬層，根據(jù)測量的電磁波幅度衰減和相移，并結合經幾何衰減校正的電磁波傳導模型，確定第一虛擬層介電常數(shù)，并根據(jù)探地雷達測得的發(fā)射電磁波的幅度Am，空氣介電常數(shù)，第一層反射回波幅度A0，結合公式(11)，設f1=1，確定k1；第二次測量時，將發(fā)射天線和接收天線分別插入第二虛擬層，根據(jù)測量的電磁波幅度衰減和相移，并結合經幾何衰減校正的電磁波傳導模型，確定第二虛擬層介電常數(shù)，并結合公式(12)，設ki=k1，確定幅度衰減校準因子fi；e) 利用公式(12)迭代計算探地雷達天線對應位置垂直掃描線上各虛擬層的介電常數(shù)；f) 根據(jù)各虛擬層的介電常數(shù)，判斷異物的性質和種類。2010102574708100001dest_path_image001.jpg,868173dest_path_image002.jpg,2010102574708100001dest_path_image003.jpg,343017dest_path_image004.jpg,2010102574708100001dest_path_image005.jpg,151442dest_path_image004.jpg,333024dest_path_image006.jpg
2.根據(jù)權利要求1所述的一種糧堆中異物的識別方法，其特征在于，發(fā)射電磁波的幅 度Am是通過將探地雷達天線緊貼一個用做反射鏡面的金屬板，進行測量得到的。
3.根據(jù)權利要求1所述的一種糧堆中異物的識別方法，其特征在于，步驟c)所述的測 井法采用的天線，發(fā)射天線連接掃頻儀，接收天線連接示波器。
4.根據(jù)權利要求1所述的一種糧堆中異物的識別方法，其特征在于，步驟a)中對異物 定位包括錄取原始探地雷達剖面圖；對原始探地雷達剖面圖進行預處理；采用加窗統(tǒng)計第二層及之后層介電常數(shù)法提取異物所在區(qū)域；采用二維濾波平滑異物所在區(qū)域圖像進行分割；利用霍夫變換進行 目標檢測與定位。
5.根據(jù)權利要求1-4中任一項所述的一種糧堆中異物的識別方法，其特征在于，步驟 b)中分層是將糧堆每5cm分為一層，共128層。
全文摘要
本發(fā)明涉及一種糧堆中異物的識別方法，用以解決現(xiàn)有技術干擾大、分類不精確、無法進行多種目標分類的問題。本方法首先利用圖像處理技術和霍夫變換法在探地雷達圖中對異物目標進行定位，然后在異物目標所在道上基于折射和反射定律對介電常數(shù)進行多層單道反演，最后根據(jù)反演的介電常數(shù)數(shù)值，依據(jù)介電常數(shù)與常見異物的對應關系確定異物的種類，實現(xiàn)異物的識別。該方法只需回波幅度信息，無需回波相位信息，因而算法更易于實現(xiàn)。同時，由于不同種類物體介電常數(shù)的差異，該方法對異物的分類和識別更加精確，并且可對同一區(qū)域中不同種類異物同時進行分類。
文檔編號G01N27/22GK101923063SQ201010257470
公開日2010年12月22日 申請日期2010年8月19日 優(yōu)先權日2010年8月19日
發(fā)明者廉飛宇, 張元 , 張德賢, 甄彤, 管愛紅, 錢向明 申請人:河南工業(yè)大學