面向基礎(chǔ)設(shè)施的三維探地雷達(dá)屬性成像及信息可視化研究

朱家松, 雷占占, 羅享寰

(1.深圳大學(xué)土木與交通工程學(xué)院, 廣東 深圳 518060; 2. 深圳大學(xué)城市智慧交通與安全運(yùn)維研究院,廣東 深圳 518060; 3. 廣東省城市空間信息工程重點(diǎn)實(shí)驗(yàn)室, 廣東 深圳 518060; 4. 深圳市地鐵集團(tuán)有限公司, 廣東 深圳 518026)

0 引言

探地雷達(dá)(GPR)是一種廣泛應(yīng)用于城市基礎(chǔ)設(shè)施內(nèi)部測量和成像的無損檢測方法,具有分辨率高、非破壞性和非接觸式連續(xù)測量等優(yōu)點(diǎn)[1]。GPR的成像方式分為一維(A-scan)、二維(B-scan)和三維(C-scan)3種。利用B-scan對城市地下基礎(chǔ)設(shè)施測量時(shí),需檢查一系列相鄰的剖面才可以確定地下目標(biāo)的位置和大小。而C-scan可以從俯視圖的角度,以水平切片的方式來呈現(xiàn)測量結(jié)果,具有直觀且全覆蓋的優(yōu)點(diǎn),可表現(xiàn)目標(biāo)物體的空間位置及幾何特性。因此,基于C-scan圖像的目標(biāo)提取研究逐漸成為GPR領(lǐng)域的熱點(diǎn)[2-3]。

由于三維C-scan圖像的空間分辨率可以達(dá)到毫米級(jí),這導(dǎo)致包含大粒徑顆粒的非均勻介質(zhì),如砂土中的孤石、混凝土大孔隙或地下植被根系等非目標(biāo)反射物會(huì)在C-scan上表現(xiàn)為雪花狀噪聲,從而影響目標(biāo)物體的準(zhǔn)確提取。此外,目前GPR C-scan所展現(xiàn)的測量值僅有雷達(dá)波的反射能量,而雷達(dá)波包含的相位、色散、波速等信息都未得到充分利用,因此,解譯時(shí)可依據(jù)的信息非常有限。然而,城市基礎(chǔ)設(shè)施多是鋼筋混凝土結(jié)構(gòu),基礎(chǔ)設(shè)施檢測中不同構(gòu)筑物往往會(huì)產(chǎn)生相似的反射強(qiáng)度,難以將其區(qū)分,進(jìn)一步導(dǎo)致C-scan的多解性問題嚴(yán)重。目前,針對GPR C-scan圖像質(zhì)量低、信息少的問題,國內(nèi)外已有不少研究。例如: Luo等[4]量化了C-scan空間分辨率與對象參數(shù)之間的關(guān)系,建立了面向目標(biāo)對象的標(biāo)準(zhǔn)化C-scan成像流程。近年來,為了從地球物理數(shù)據(jù)中提取更多的信息來解釋和探測目標(biāo),以提高數(shù)據(jù)解譯的準(zhǔn)確度和效率,研究人員將探測信號(hào)的屬性提取與分析技術(shù)引用到GPR數(shù)據(jù)解釋過程中[5-11],其中基于小波變換和基于復(fù)信號(hào)技術(shù)的瞬時(shí)屬性提取方法在應(yīng)用中取得了良好的效果。Moeller等[12]證明了利用頻率建立C-scan的可行性,然而對于多種屬性融合的C-scan成像效果尚未有量化的比較分析。

C-scan圖像質(zhì)量通常由空間分辨率(像素尺寸)和顏色(像素值)2部分組成。目前,國內(nèi)外已有許多學(xué)者關(guān)注C-scan的分辨率,即由步長、天線頻率和采樣密度等測量參數(shù)決定的測量信息密度分布,但是關(guān)于GPR C-scan中像素值(信息可視化映射)的研究卻鮮有報(bào)道。C-scan的解譯是以人類視覺感知為基準(zhǔn),并沒有關(guān)于映射的客觀標(biāo)準(zhǔn)規(guī)則,解譯結(jié)果常帶有人為主觀誤差,甚至引發(fā)漏判或誤判。一般來說,C-scan的像素值由測量信息值映射到色彩區(qū)間得到,因而測量信息值的范圍和信息映射方法是決定C-scan色彩的2個(gè)主要變量[13-17]。Lu等[18]指出,一個(gè)合理的色彩是符合人類視覺感知的。因此,優(yōu)化信息映射的主要目的是提高對比度和消除噪聲的影響,突出目標(biāo)物體的特征,從而提高解譯的準(zhǔn)確性。

綜上,目前三維GPR C-scan圖像主要存在可直接讀取的信息維度太低以及信息可視化方式主觀2個(gè)主要問題。因此,本文的研究內(nèi)容由2部分組成: 1)提出一種融合波屬性信息的GPR C-scan圖像成像方法,豐富C-scan圖像信息; 2)定量分析C-scan不同測量信息可視化的成像效果,建立適合城市典型應(yīng)用場景的優(yōu)化成像策略,最終提高C-scan的解讀性以及GPR測量的解譯精度。

1 屬性C-scan成像及色彩優(yōu)化方法

1.1 屬性C-scan成像

為實(shí)現(xiàn)GPR屬性提取與屬性C-scan成像,本研究基于python開發(fā)了GPR成像程序,主要功能包括基于B-scan的屬性提取與分析,提取屬性為瞬時(shí)振幅與瞬時(shí)頻率、GPR測量值的空間編碼以及屬性C-scan圖像的生成。GPR成像及解譯程序的用戶界面如圖1所示。

(a) 信號(hào)坐標(biāo)編碼

(b) 波屬性提取

1.1.1 基于復(fù)信號(hào)技術(shù)的屬性提取方法

GPR屬性提取過程是通過數(shù)學(xué)統(tǒng)計(jì)與計(jì)算處理GPR數(shù)據(jù)的過程。GPR的屬性存在許多不同的分類方法,可以從計(jì)算的角度把GPR屬性提取劃分為2種類別: 1)依據(jù)單道波進(jìn)行計(jì)算的GPR屬性,比如頻率、振幅、相位屬性; 2)依據(jù)多道波進(jìn)行計(jì)算的GPR屬性,比如相干性和相似性。在這些理論的基礎(chǔ)上,本文采用單道波的復(fù)信號(hào)分析方法,提取GPR回波在目標(biāo)物體深度的三瞬屬性,即電磁波信號(hào)的瞬時(shí)相位、瞬時(shí)振幅和瞬時(shí)頻率。其具體方法為: 通過采集GPR的實(shí)信號(hào)進(jìn)行希爾伯特變換,將各個(gè)點(diǎn)的實(shí)信號(hào)通過卷積運(yùn)算得到其實(shí)信號(hào)的虛部,再將兩者構(gòu)成復(fù)信號(hào)并以三角函數(shù)的形式表達(dá),然后從已分解的三角函數(shù)形式中提取各組信號(hào)的瞬時(shí)反射強(qiáng)度、瞬時(shí)頻率和瞬時(shí)相位[19]。由于瞬時(shí)相位主要由應(yīng)用在GPR二維剖面上的同相軸連續(xù)性進(jìn)行度量,因此,本文采用瞬時(shí)頻率與瞬時(shí)振幅作為三維圖像的研究屬性。

1.1.2 空間插值成像

提取GPR的回波屬性后,將其正交均勻排布,然后數(shù)值標(biāo)準(zhǔn)化以消除物理量綱的影響,并通過反距離加權(quán)法進(jìn)行空間插值,以填充測量值采樣點(diǎn)間的空隙,形成全覆蓋的、高分辨率的C-scan圖像。

其中,反距離加權(quán)法的假設(shè)條件是事物間距越接近,則事物彼此越相似。其假定每個(gè)測點(diǎn)都對預(yù)測位置有局部影響,且離預(yù)測位置越近的測點(diǎn)局部影響越大。在使用反距離加權(quán)法插值時(shí),測點(diǎn)的分配權(quán)重函數(shù)隨距離的增大而減小,測點(diǎn)與預(yù)測位置間的距離越近,則其被分配到的權(quán)重越大[20]。

由于GPR在試驗(yàn)時(shí)采集的數(shù)據(jù)類型為剖面B-scan,所以,需要進(jìn)行水平方向與垂直方向的重采樣,以模擬現(xiàn)實(shí)中的地表三維GPR圖像。根據(jù)Luo等[4]的三維C-scan成像流程,以目標(biāo)物體直徑為C-scan厚度,對屬性的剖面圖進(jìn)行垂直方向的重采樣,每個(gè)劃分深度為1組平面C-scan數(shù)據(jù)集,得到空間分辨率一致且臨近像素間無沖突的各屬性C-scan圖像。

1.2 信息映射優(yōu)化

在形成全覆蓋的C-scan后,需要對C-scan中的測量信息值進(jìn)行顏色賦值,以具現(xiàn)化測量信息。因C-scan的數(shù)據(jù)由三維空間信息(坐標(biāo)編碼)和測量值2部分組成,而測量值僅為單一波段的相對反射強(qiáng)度信息,單色的灰度圖更符合真實(shí)情況。把測量值投影到灰度空間有2個(gè)步驟,分別為有效測量值閾值和映射函數(shù)。

1.2.1 有效測量值閾值

由于海量非目標(biāo)雜波會(huì)在C-scan圖像上表現(xiàn)為雪花狀噪聲,而細(xì)碎的噪聲往往集中在測量值分布的高低兩端,定義灰度圖像的上下邊界可有效排除非目標(biāo)回波[21]。將目標(biāo)物體和周圍材料產(chǎn)生的GPR信號(hào)的測量組成為分布直方圖來描述其振幅分布,將各介質(zhì)的測量值歸一為0～100,如圖2所示。

本研究采用標(biāo)準(zhǔn)差量化描述有效測量值的區(qū)間。首先,從直方圖中確定平均值;然后,根據(jù)標(biāo)準(zhǔn)差尋找與平均值有一定距離的上限和下限。其中,定義期望值為μ=0、標(biāo)準(zhǔn)差σ=0.5條件下的正態(tài)分布,則當(dāng)σ=0.5,1,1.5,2,2.5,3,3.5,4時(shí),其灰度取值范圍為全測量值的68.27%～99.99%。上下限之間的測量值為有效測量值,而高于上限和低于下限的測量值則將被去除。

1.2.2 映射函數(shù)

確定灰度邊界后,將有效測量值映射成灰度值,如下式所示。

S=Tr。

式中:S為轉(zhuǎn)化后的像素值;T為映射函數(shù);r為映射前的測量值。

在8 bit圖像中,灰度圖像的像素值為0～255,如何分配灰度是信息映射的關(guān)鍵。

目前,GPR成像領(lǐng)域廣泛應(yīng)用線性變換[13],因?yàn)樗婕拜^少的人為操作且提供了最完整的反射強(qiáng)度值。然而,針對不同的測量環(huán)境以及特定的測量物體,簡單的線性轉(zhuǎn)換未必是最合適的方式。例如: 當(dāng)成像目標(biāo)是一個(gè)不均勻的界面時(shí),使用線性變換會(huì)生成一個(gè)噪聲較多且很模糊的C-scan圖像,而模糊的C-scan圖像難以描繪測量區(qū)域的細(xì)節(jié)信息。特別是當(dāng)相鄰區(qū)域具有相似的介電特性時(shí),低對比度的顏色會(huì)導(dǎo)致圖像結(jié)構(gòu)信息的損失。除了線性映射以外,廣泛使用的4種不同的灰度映射函數(shù)分別為對數(shù)函數(shù)、平方根函數(shù)、平方函數(shù)和指數(shù)函數(shù)。其中: 對數(shù)函數(shù)和平方根函數(shù)關(guān)注較暗區(qū)域,可將像素值過大的區(qū)域做適當(dāng)灰度減弱;而平方函數(shù)和指數(shù)函數(shù)關(guān)注較亮區(qū)域,即將像素值過小的區(qū)域做適當(dāng)灰度增大。本文采用定量分析的方法詳細(xì)評估每種函數(shù)在基礎(chǔ)設(shè)施成像中的適用度。

2 基于實(shí)驗(yàn)室環(huán)境的成像試驗(yàn)

2.1 試驗(yàn)數(shù)據(jù)

以典型的GPR應(yīng)用案例——混凝土墻體檢測為例,混凝土墻GPR測線設(shè)計(jì)圖如圖3所示。

圖3 混凝土墻GPR測線設(shè)計(jì)圖

在混凝土墻上的正交網(wǎng)格進(jìn)行GPR檢測,并收集墻體的GPR回波數(shù)據(jù)。GPR測線由17條平行于X軸和16條平行于Y軸的測線組成,測線間隔為100 mm。為了更容易地識(shí)別管道的影響,在設(shè)計(jì)網(wǎng)格時(shí)將網(wǎng)格橫軸縱軸交點(diǎn)中心設(shè)置在L形PVC管道的滲流點(diǎn)處。數(shù)據(jù)采集使用天線中心頻率為2 GHz的GPR設(shè)備,設(shè)置采集樣本的時(shí)間窗為6 s,道間距為3 mm,每個(gè)信號(hào)采集512個(gè)樣本。

在進(jìn)行三維C-scan成像前,利用Reflexw軟件對采集的原始GPR回波數(shù)據(jù)進(jìn)行基本的信號(hào)處理,其步驟包括去直流漂移、增益調(diào)整、零時(shí)校正、帶通濾波以及滑動(dòng)平均。

信號(hào)處理前后的GPR B-scan樣本如圖4所示。雖然墻體內(nèi)鋼筋與PVC管道呈雙曲線狀反射,且清晰可見,但兩者的圖譜特征太過相似,即使兩者引發(fā)的反射信號(hào)相位相反,但仍難以區(qū)分。

(a) 信號(hào)處理前

(b) 信號(hào)處理后

2.2 試驗(yàn)結(jié)果

2.2.1 屬性靈敏度分析

在利用波屬性成像前,需確認(rèn)雷達(dá)波屬性是否對不同介質(zhì)響應(yīng)不一,且需明確振幅或頻率對介質(zhì)的靈敏性,以區(qū)分屬性在融合成像上的權(quán)重。在試驗(yàn)區(qū)中選擇20個(gè)點(diǎn)位,涵蓋混凝土、鋼筋以及PVC管道,并提取這些點(diǎn)位的GPR回波信號(hào)。對已經(jīng)過信號(hào)處理的回波信號(hào)進(jìn)行復(fù)信號(hào)分析,最終得到關(guān)于混凝土、鋼筋以及PVC管道的三瞬屬性。從中選取瞬時(shí)振幅與瞬時(shí)頻率,并提取相應(yīng)的屬性數(shù)據(jù),將所提取的瞬時(shí)屬性的變化趨勢繪制成如圖5所示的曲線。

(a) 瞬時(shí)振幅

(b) 瞬時(shí)頻率

在圖5(a)中,鋼筋與PVC管道的曲線起伏變化較大,混凝土的曲線相對平穩(wěn),而且鋼筋在每一探測位置的GPR回波峰值振幅均比PVC管道大,因此,可以利用該振幅區(qū)分鋼筋與PVC管道。在圖5(b)中,鋼筋曲線的中心頻率變化較大,而PVC管道與混凝土的頻率相對平穩(wěn),且每個(gè)點(diǎn)位鋼筋的中心頻率都比管道的頻率大。由頻率的靈敏度可見,鋼筋與PVC管道的響應(yīng)頻率曲線存在明顯不同,可依據(jù)該屬性區(qū)別鋼筋與PVC管道。

2.2.2 屬性C-scan成像

采用全測量值線性變換的鋼筋混凝土墻體C-scan與理想C-scan對比,結(jié)果如圖6所示。

(a) 瞬時(shí)振幅

(b) 瞬時(shí)頻率

(c) 精調(diào)最優(yōu)

首先,采用自建程序確定試驗(yàn)區(qū)內(nèi)鋼筋網(wǎng)和PVC管道的深度,以15～30 mm為1個(gè)切片深度,根據(jù)采樣頻率確定C-scan的合適深度為150～300 mm。然后,根據(jù)當(dāng)前業(yè)界普遍采用的全測量值線性投影的方法形成屬性C-scan原始圖像,如圖6(a)所示。靈敏度分析表明,PVC管道與混凝土的介電常數(shù)相接近,其振幅反射灰度值也相似,因此,振幅灰度圖無法判斷PVC管道的位置,但頻率灰度圖可以看清PVC管道的部分形態(tài)?；趯υ囼?yàn)場景的了解,人為精調(diào)得到接近真實(shí)情況的理想C-scan(如圖6(c)所示),可清晰界定同深度的鋼筋及PVC管道。

2.2.3 成像優(yōu)化結(jié)果評價(jià)與試驗(yàn)結(jié)果討論

為量化評價(jià)不同的測量值可視化方式對于C-scan圖像的優(yōu)化效果,本文選取峰值信噪比(peak signal-to-noise ratio, PSNR)[22]與結(jié)構(gòu)相似性(structural similarity, SSIM)[23]作為成像優(yōu)化指標(biāo)。PSNR越大,表示圖像質(zhì)量越高;而SSIM的取值范圍在0～1,當(dāng)SSIM為1時(shí),表示試驗(yàn)C-scan與理想C-scan的結(jié)構(gòu)完全一樣。因?yàn)镾SIM的計(jì)算不受色彩飽和度的影響,僅依據(jù)圖像中物體幾何形狀的完整度,適合用于本研究的目標(biāo)物體區(qū)分評價(jià)。

對于測量信息可視化的2個(gè)變量——測量值閾值和映射函數(shù),本文采用控制變量法研究其合適取值。首先,映射函數(shù)固定為常用的線性映射不變,測量信息為振幅,改變測量值閾值σ,形成不同測量值閾值的振幅C-scan圖像,與理想C-scan對比計(jì)算SSIM(如圖7所示)。比較SSIM數(shù)值后得知,閾值σ=1.0時(shí)得到最高SSIM,為0.90。然后,固定映射函數(shù)為線性映射不變,測量信息為頻率,改變測量值閾值σ,同樣當(dāng)閾值σ=1.0時(shí)得到最高SSIM,為0.85。

同理可得,本文分別以振幅和頻率為對象,研究映射函數(shù)的選取。固定閾值σ=1.0,改變不同映射函數(shù),形成映射函數(shù)不同的C-scan圖像,與理想C-scan對比計(jì)算SSIM。映射函數(shù)為平方函數(shù)時(shí),SSIM最高,即成像最接近理想C-scan。試驗(yàn)結(jié)果表明,可視化設(shè)置為有效閾值σ=1.0和平方映射函數(shù)時(shí),振幅和頻率圖像的PSNR和SSIM均達(dá)到最高值,分別為32.74/0.90和29.96/0.85。

為探索融合屬性是否可提高C-scan圖像的可解讀性,將振幅和屬性的圖像按一定權(quán)重進(jìn)行疊加,并根據(jù)上述試驗(yàn)結(jié)果,測試測量值閾值屬性和映射函數(shù)的成像效果。結(jié)果表明,當(dāng)有效測量值閾值σ=1.0,且灰度映射函數(shù)為平方函數(shù)時(shí),融合屬性的SSIM最高,為0.90,高于振幅和頻率的最大值,且變化趨勢與振幅和頻率相符。融合屬性C-scan的PSNR高于單屬性頻率圖像,與單屬性振幅圖像接近(見圖8)。

(a) 瞬時(shí)振幅優(yōu)化

(b) 瞬時(shí)頻率優(yōu)化

(c) 屬性融合優(yōu)化

2.2.3.1 屬性區(qū)別信息映射

上述試驗(yàn)結(jié)果表明在選定同樣的有效測量值閾值(相同的σ值)與灰度映射方式時(shí),瞬時(shí)振幅屬性C-scan的SSIM與PSNR明顯高于瞬時(shí)頻率屬性C-scan,而且多屬性融合后的SSIM結(jié)果明顯高于單屬性圖像,因?yàn)橥瑫r(shí)具備振幅和頻率的圖像所能讀取的信息更加豐富,所以與真實(shí)值更加接近。

2.2.3.2 有效測量值閾值σ

在屬性與灰度映射方式相同時(shí),C-scan的成像效果僅由有效測量值閾值決定。上述試驗(yàn)結(jié)果表明,噪聲主要集中在分布直方圖的兩端,應(yīng)適當(dāng)截選。分析上述結(jié)果可知,當(dāng)σ=1.0時(shí),即包含75.72%原始數(shù)據(jù)范圍時(shí),優(yōu)化效果最好。此時(shí)由于除掉了大部分的非目標(biāo)回波,使得目標(biāo)對象更加突出,因此,PSNR與SSIM均達(dá)到了最大值。當(dāng)有效測量值范圍逐步增大時(shí)(σ增大),優(yōu)化效果逐漸減弱。當(dāng)σ大于1.5時(shí),試驗(yàn)結(jié)果趨于穩(wěn)定。

2.2.3.3 信息映射方式

在屬性與有效測量值閾值固定時(shí),C-scan的成像效果僅由灰度映射函數(shù)決定。試驗(yàn)結(jié)果表明,在該組數(shù)據(jù)中平方函數(shù)和線性函數(shù)明顯優(yōu)于其他信息映射函數(shù),主要是由于鋼筋和混凝土的介電常數(shù)差異大, GPR在界面的反射強(qiáng)度大。平方函數(shù)與指數(shù)函數(shù)能較好地提高部分低反射區(qū)域的強(qiáng)度,使得目標(biāo)對象更加清晰。同時(shí),由于介質(zhì)較為均勻,去噪需求較低,而線性函數(shù)一般較符合現(xiàn)實(shí)情況,可保留較多的測量值。對數(shù)函數(shù)與平方根函數(shù)不適用于低反射強(qiáng)度區(qū)域,因此,無論是PSNR還是SSIM均低于常規(guī)圖像數(shù)值。

3 基于道路現(xiàn)場的成像試驗(yàn)

3.1 試驗(yàn)數(shù)據(jù)背景

道路GPR C-scan成像試驗(yàn)以香港石門一段長為20 m的道路為測量對象。該道路模型分為2個(gè)部分,左半部分為標(biāo)準(zhǔn)的瀝青道路結(jié)構(gòu),右半部分為標(biāo)準(zhǔn)的鋼筋混凝土道路結(jié)構(gòu),其面層包含0.1 m×0.2 m網(wǎng)狀鋼筋,路基下為不均勻砂土。道路結(jié)構(gòu)中埋設(shè)2種地下管線設(shè)施,分別為PVC管道與球墨鑄鐵管道。石門道路地下結(jié)構(gòu)及GPR測線圖如圖9所示,正交網(wǎng)格為GPR測線路徑。GPR數(shù)據(jù)由IDS雙頻系統(tǒng)(200/600 MHz)按照網(wǎng)格測線采集,并經(jīng)過必須的信號(hào)處理。

S為管道直徑; D為管道埋深。

3.2 屬性成像與優(yōu)化結(jié)果

3.2.1 屬性融合成像結(jié)果

經(jīng)相關(guān)預(yù)處理并通過上述屬性提取與三維成像流程后,完成該案例的屬性C-scan圖像。

由于該試驗(yàn)場地預(yù)埋材料復(fù)雜,砂土、混凝土與PVC管道均具有接近的介電常數(shù),且3種材質(zhì)的反射振幅值接近,導(dǎo)致振幅灰度圖像較為模糊,無法有效識(shí)別對應(yīng)位置的介質(zhì)。經(jīng)對比,實(shí)地試驗(yàn)中有效測量值閾值為1.0,映射函數(shù)為平方函數(shù)時(shí),C-scan成像的SSIM最高,即效果最好。其優(yōu)化后的C-scan圖像如圖10所示,2根管線均清晰可見,其PSNR與SSIM均為最高,分別為30.78和0.87。

(a) 瞬時(shí)振幅

(b) 瞬時(shí)頻率

(c) 屬性融合

3.2.2 屬性成像及映射優(yōu)化的參數(shù)評價(jià)

石門道路試驗(yàn)場地變參數(shù)成像效果如圖11所示。

上述試驗(yàn)結(jié)果表明,在選定同樣的有效測量值閾值(σ值)與灰度映射方式時(shí),瞬時(shí)振幅C-scan的SSIM與PSNR明顯低于瞬時(shí)頻率C-scan,且多屬性融合后的圖像SSIM結(jié)果明顯高于單屬性圖像。這主要是因?yàn)橥瑫r(shí)具備振幅和頻率的圖像所能讀取的信息更加豐富,能表現(xiàn)出更多的測量區(qū)域介質(zhì)特征。

在確定相同的屬性與灰度映射方式時(shí),當(dāng)測量值閾值σ=1.0,即包含75.72%原始數(shù)據(jù)范圍時(shí),成像效果最好。試驗(yàn)的地下環(huán)境較復(fù)雜,噪聲較多,需要更窄的有效測量值,此時(shí)由于除掉了大部分的背景噪聲,使得目標(biāo)檢測物體更加突出,因此,PSNR與SSIM達(dá)到最大值。當(dāng)所選取范圍逐步增大時(shí),優(yōu)化效果逐漸減弱,試驗(yàn)結(jié)果變化趨于穩(wěn)定。

在確定相同的屬性與有效測量值閾值時(shí),實(shí)地試驗(yàn)中平方函數(shù)和線性函數(shù)明顯優(yōu)于其他灰度映射函數(shù),主要是由于鋼筋混凝土、管道和砂土的GPR反射強(qiáng)度差異不顯著,而平方函數(shù)與指數(shù)函數(shù)能較好地提高部分低反射強(qiáng)度區(qū)域,使得優(yōu)化效果更好。綜上所述,城市基礎(chǔ)設(shè)施的結(jié)構(gòu)相對復(fù)雜,介質(zhì)種類較多,但單一介質(zhì)內(nèi)空間變異性不大,平方函數(shù)的映射方式可強(qiáng)化局部特征。

4 結(jié)論與建議

本研究提出一種基于波屬性的GPR C-scan成像方法,通過組合振幅和頻率提高C-scan信息維度,研究標(biāo)準(zhǔn)化的C-scan像素值映射方法,建立適合城市典型應(yīng)用場景的面向?qū)ο驝-scan成像策略。

通過開發(fā)三維GPR C-scan成像及解譯程序,在實(shí)驗(yàn)室和實(shí)地道路構(gòu)建典型GPR應(yīng)用場景,定量分析三維GPR測量值可視化的2個(gè)主要參數(shù),即測量值閾值與灰度映射函數(shù)的取值對C-scan成像的影響,并以PSNR與SSIM作為圖像質(zhì)量的評價(jià)指標(biāo)?；炷翂w和實(shí)地道路的試驗(yàn)結(jié)果一致,對于鋼筋混凝土結(jié)構(gòu),適當(dāng)去除高頻低頻噪聲,保留70%有效測量值,信息映射方式為平方函數(shù)時(shí),組合屬性的三維GPR圖像成像效果最好,可有效突出目標(biāo)物體。對于環(huán)境不太復(fù)雜的城市基礎(chǔ)設(shè)施,需要較窄的有效測量值和更強(qiáng)化的灰度映射方式。因此,面向不同的測量場景和需求,建議建立規(guī)范的測量值可視化流程,可在保證C-scan目標(biāo)物體區(qū)分精度的同時(shí),減少人為操作誤差,進(jìn)一步提高GPR測量的精度和準(zhǔn)確度。