隧道病害檢測及基于SRC的圖像解譯方法研究.pdf

1、隨著國家交通和城市地下交通基礎設施的不斷發(fā)展，使得公路、鐵路和地鐵隧道的規(guī)模和數量不斷增長，但隧道的長期運營會導致隧道襯砌（地鐵隧道為注漿層）出現各種病害，如空洞、斷層或裂縫等。為保證隧道整體質量達標和排除運營安全隱患，需要實現隧道內部病害檢測。探地雷達具有快速、無損和實時成像的特點，已被廣泛應用于交通基礎設施的無損檢測，但它是電磁探測設備，不能直接反映待成像區(qū)域目標的特征?，F在主要利用專家經驗解譯探地雷達圖像，而該方式存在結果解釋不一

2、致性和解釋周期很長且工作量巨大的缺點。因此，需迫切開發(fā)一種探地雷達數據自動解譯方法，實現隱蔽工程內部病害的自動定位與識別檢測。主要內容包括：
　　1.以地鐵隧道為例介紹基于探地雷達的隧道檢測方法、流程與雷達圖像的人工解釋。通過檢測注漿層厚度及其內部的病害存在與分布來評估注漿效果。其中通過實驗室技術得到的管片與注漿體介電常數來幫助達到目標。
　　2.對仿真數據和雜波抑制后的高速公路隧道實測數據進行樣本分類，對訓練樣本進行時頻變

3、換得到其時頻分布并變維為列向量，構建時頻（冗余）字典。之后提取訓練樣本的最大幅值、能量、時頻熵等特征，用于支持向量機分類，同時這些特征值可構成特征字典用于稀疏分解分類。
　　3.構造基于稀疏分解的分類器用于實現高速公路隧道病害分類：本文基于時頻字典使用OMP方法及其變形SAMP進行稀疏分解分類，并對分類結果進行對比。支持向量網絡由提取的特征值輸入 SVM得到，再將測試集輸入 SVM實現分類，并將SVM分類結果與稀疏分類結果比對?；?/p>