探地雷达树木根系定位与直径估算

针对树木根系的探地雷达(Ground Penetrating Radar,GPR)检测图像复杂、解译困难、自动化程度低且精度不高等问题,该研究提出了一种基于YOLOv3的树根自动识别和参数估计的方法。通过不同的根预埋试验分析了根直径、掩埋深度和朝向对根系识别和预测的影响,对比评估了在复杂现场环境下该方法与商业软件常用的阈值分割方法的识别效果。结果表明算法可实现根系自动提取和双曲线顶点定位,对根双曲线的识别准确率和召回率分别达到了96.62%和86.94%,根系参数预测的总平均相对误差在10.57%以内。该方法具有较高的识别准确率和鲁棒性,可实时地对树木根系进行检测并进行根系参数预测,对树木根系无损检测具有重要意义。

基于探地雷达杂波抑制与偏移成像的树木根系定位方法

探地雷达在果树和古树名木养护管理领域具有广阔的应用前景。针对探地雷达采集的Bscan图像中杂波影响根系定位精度的问题,提出了基于鲁棒深度自动编码器(RDAE)、直接最小二乘法(DLS)和频率波数域偏移(FKM)相结合的树木根系定位方法。首先,通过RDAE将零点校正后的Bscan图像分解为表示杂波的低秩分量和表示根系目标回波的稀疏分量,保留稀疏分量完成杂波抑制;然后使用DLS拟合目标回波形成的双曲线估算土壤的相对介电常数;最后,根据土壤的相对介电常数计算得出偏移速度作为频率波数域偏移的输入进行偏移成像,获取根系的半径和深度信息从而完成根系定位。实验结果表明:RDAE方法在仿真和实测数据上的杂波抑制效果对比均值减法(MS)、奇异值分解(SVD)和鲁棒主成分分析(RPCA)有着更高的信杂比和改善因子,通过DLS估计的土壤相对介电常数均方根相对误差为3.84%,根系定位的最大半径相对误差和最大深度相对误差分别为8.5%、8.7%,能够完成根系位置标定,满足根系无损检测的需求,可为树木健康管理和移植提供决策支持。