基于船载式探地雷达的坝体渗漏检测自动识别方法及系统与流程

本发明涉及一种探地雷达应用领域，尤其涉及一种基于船载式探地雷达的坝体渗漏检测自动识别方法，并进一步涉及采用了该基于船载式探地雷达的坝体渗漏检测自动识别方法的坝体渗漏检测自动识别系统。

背景技术：

1、经济的高速增长使得水利工程行业也得到了蓬勃发展。然而，随着水利工程基础设施数量的增加，长期存在的安全监管问题无疑成为了一大难题。由于这些大坝常年缺乏养护和治理，其内部普遍存在裂缝、渗漏和疏松等诸多潜在隐患，将会大大增加了大坝灾害事故发生的风险。由于坝体中潜在的隐患存在隐蔽性强和不易检测等难题，采用目前现有的检测手段十分局限。

2、目前，坝体隐患检测主要是依赖技术人员定期巡查。不仅耗费大量人力物力，同时工作效率极低，且准确率不高。其中，危险系数最高的大坝水下区域的检测，更是存在人员下潜深度有限、作业时间短和风险大等问题，人工巡查难以在相关区域正常开展检测工作。虽然有改进后的水下设备替代部分下潜工作，但由于大坝水下区域的结构复杂，极易导致水下检测设备的故障。与此同时，由于长时间的检测工作会产生海量的数据，仅依赖人工进行隐患识别，不仅耗时，还易受到人为的干扰因素。因此，在寻求对现有水下探测技术改进的同时，还需提高水下坝体检测数据解译的智能化水平。

3、在过去几年，由于检测行业的快速发展，探地雷达技术被越来越多的人所熟知。探地雷达技术基于电磁波传播原理，是一种常见的地球物理探测方法。由于探地雷达具有穿透性强、分辨率高和操作方便等多重优势，探地雷达已经被广泛应用到了各类检测场景中，比如地下空洞探测、桥梁探测和路面检测等检测场景。但是，由于探地雷达在不同介质之间会产生信号的差异，如果运用到水下坝体进行隐患探测，则还需要针对这种特殊的应用场景进行配套的设计和方案改进。

技术实现思路

1、本发明所要解决的技术问题是需要提供一种基于船载式探地雷达的坝体渗漏检测自动识别方法和系统，旨在针对水下坝体这种特殊的应用场景提供高效且无损的隐患智能检测技术方案，提高探地雷达图像识别的智能化水平，以大大节省水下检测工作所需的人力和物力，为大规模的水下坝体安全检测提供更好的基础。

2、对此，本发明提供一种基于船载式探地雷达的坝体渗漏检测自动识别方法，包括以下步骤：

3、步骤s1，利用船载探地雷达对水下坝体的雷达数据进行收集，对采集的雷达数据进行预处理，获得水下坝体的雷达图像合集；

4、步骤s2，先对所述雷达图像合集进行数据增强和标注，在含有潜在隐患的雷达图像上通过矩形框标注出隐患位置，并针对所述潜在隐患打上相应的类别标签；然后将标注好的图片合集进行随机打乱，并将随机打乱后的图片按照预设比例划分训练集、测试集和验证集；

5、步骤s3，利用训练集和验证集对轻量级yolox目标检测网络进行训练和验证，得到优化后的目标检测模型；

6、步骤s4，对得到的目标检测模型进行轻量化设置，并部署至嵌入式设备中；

7、步骤s5，利用所述船载探地雷达实时获取水下坝体的雷达数据，通过所述目标检测模型对采集得到的雷达数据进行实时检测。

8、本发明的进一步改进在于，所述步骤s1包括以下子步骤：

9、步骤s101，利用所述船载探地雷达获取原始的水下坝体雷达数据；

10、步骤s102，对所述原始雷达数据进行预处理，获得预处理后的雷达图像合集；所述预处理包括：零点位置调整处理、自动增益处理、滤波处理、全局背景消除处理以及预测反褶积处理；

11、步骤s103，从获取的雷达图像合集中筛选出含有潜在隐患的雷达图像，所述潜在隐患的类型包括脱空、渗漏和疏松。

12、本发明的进一步改进在于，所述步骤s102中，对所述原始雷达数据进行预测反褶积处理的过程包括以下子步骤：

13、步骤s1021，提取采集的水下界面的反射波同相轴，并选择合适的预测步长和预测算子长度；其中，预测步长为多次波的周期；同时，为了有效去除多次波，一般选取较大的预测算子长度；

14、步骤s1022，以预测步长为一个反射周期，对雷达信号进行时移，得到包含多次波和一次波的多次波模型；

15、步骤s1023，根据预测算子长度和白噪因子