基于哈希算法的地下管线探地雷达图像智能识别

探地雷达(GPR)是一种高分辨率的地球物理无损探测方法,广泛应用于浅地表地下目标探测,在城市建设及岩土工程中有成功的应用案例.在城市生活中,地下管线承担着能源输送、信息传递等重要使命,而作为智慧城市的基础数据,地下管线空间位置信息的获取依赖于探地雷达等地球物理探测数据.传统的探地雷达地下管线图像的识别与解释,很大程度上依赖并严重受限于工作人员的专业经验,这对开展大规模的城市地下管线探测是非常不利的.本文基于这一问题,根据地下管线这类孤立目标的雷达反射波图像特征,提出了基于"以图搜图"的智能识别构想,在对原始数据进行去背景等预处理的基础上,根据哈希算法(Hash)以及约束矢量的K均值聚类分析,实现了地下管线的智能检测、图像的自动分选和识别.同时,通过提取识别区域中间道的图像亮度函数,判断管线材质.数值模拟与实测数据的应用结果表明:本算法能有效地从探地雷达剖面中识别定位管线的空间分布,并可对其材质进行判别.