摘要：引文格式：王文龙, 胡庆武, 张菊, 等. 三维探地雷达体素化局部熵特征提取地下目标[J]. 测绘通报, 2024(12): 6-10.doi: 10.13474/j.cnki.11-2246.2024.1202.

本文内容来源于《测绘通报》2024年第12期，审图号：GS京（2024）2401号

三维探地雷达体素化局部熵特征提取地下目标

王文龙1, 胡庆武1, 张菊2, 赵鹏程1, 艾明耀1

1. 武汉大学遥感信息工程学院, 湖北 武汉 430072;

2. 武汉城市职业学院建筑工程学院, 湖北 武汉 430064

基金项目：武汉市知识创新专项基础研究项目(2022010801010431)

关键词：三维探地雷达, 地下目标提取, 局部熵, 体素化

引文格式：王文龙, 胡庆武, 张菊, 等. 三维探地雷达体素化局部熵特征提取地下目标[J]. 测绘通报, 2024(12): 6-10.doi: 10.13474/j.cnki.11-2246.2024.1202.

摘要

摘要：针对目前三维探地雷达未充分挖掘三维空间信息,数据处理主要基于对二维切片图像进行分析解译的问题,本文提出了一种三维探地雷达数据体素化后基于离散点云的局部熵提取地下目标的方法。首先,将获取的三维探地雷达数据体素化为离散三维点云;然后,计算整个区域体素化后点云的局部熵,通过支持向量机(SVM)对土壤背景和地下目标从多个尺寸进行区分;最后,以城市道路地下环境为研究对象进行试验分析。试验结果表明,该方法提取地下目标的准确率高达84.2%,遗漏地下目标的漏测率低至9.8%。该方法准确有效,为三维探地雷达提取地下目标提供了一种新的方法。

正文

本文针对目前三维探地雷达数据处理未充分挖掘三维空间信息的问题，提出一种先将三维探地雷达数据体素化为点云、再基于点云的局部熵提取地下目标的方法，从而从三维角度提取地下目标，具有高准确率、低漏测率、自动化、无须人工判读等特点。

1 地下目标提取方法

本文方法技术路线如图 1所示。首先将预处理后的三维探地雷达数据体素化为具有三维坐标和反射特征值的离散点云；然后计算点云中部分土壤背景和地下目标的局部熵特征，使用SVM进行分类并优化局部熵特征参数；最后基于优化后的参数计算整个区域的局部熵特征，通过SVM提取地下目标。

图 1 技术路线

图选项

1.1 数据体素化

图 2 体素化流程

图选项

1.2 局部熵特征计算

图 3 局部熵计算流程

图选项

遍历x×y×z大小的区域中的所有点，获取其像素反射特征值并计算其频率，进而计算该区域的局部熵。

(1)

(2)

式中，x×y×z表示区域大小；X={0，1，2，…，255}，表示像素值取值范围；P(X=xi)表示像素xi出现的频数；p(X=xi)表示像素xi的频率；H(X)表示该区域的局部熵。

需要注意的是，不同类型的地下目标延伸方向不同。如图 4所示，红色箭头表示延伸方向。人工垂直孔洞如深井往地下深处延伸，而地下管道通常在水平方向延伸。这种延伸方向的差异反映离散点云上，表现为点云在不同方向上的局部熵特征存在差异。地下目标及其种类可通过各个方向上的局部熵方差来检测。充分利用三维探地雷达的三维性，在局部熵特征中引入x、y和z3个方向的层熵方差，从三维角度更有效地提取地下目标。公式分别为

(3)

(4)

(5)

图 4 不同类型地下目标的延伸方向

图选项

式中，D(H(Xx))、D(H(Xy))、D(H(Xz))分别表示x、y、z3个方向的层熵方差。

同时，不同类型的地下目标大小不同。人工垂直孔洞深入地面数米。这种较大的地下目标适合使用计算区域较大的局部熵特征检测。管道集中在地下较浅的位置，有些管道直径较小，道路地下的一些孔洞和裂缝在空间尺度上也较小。这些地下目标适合使用计算区域较小的局部熵特征进行检测。

1.3 SVM地下目标提取

首先计算部分土壤背景和各种地下目标的局部熵特征值，并作为训练集和测试集；然后使用SVM进行分类，基于分类结果对局部熵特征参数进行优化；满足准确率要求后，计算整个区域的局部熵特征，并通过SVM提取地下目标。该方法流程如图 5所示。

图 5 基于局部熵特征的地下目标区域提取流程

图选项

提取实现算法如下。

算法：地下目标局部熵提取算法

输入：第n块局部区域点云ρn；局部熵μ；局部熵特征参数β；大中小尺寸训练集φ(β)；

输出：地下目标区域UTA

修改参数β

计算φ(β)

SVM分类计算αφ(β)

迭代优化以获得满足准确率的局部熵特征参数β和训练集φ(β)

计算局部熵μρn

If SVM分类φ(β)(μρn)=1

ρn∈地下目标区域UTA

输出UTA

2 试验及分析

2022年10月在手推车上搭载Raptor探地雷达系统，在体育馆环路对地下区域进行探测。体育场地下结构施工相对规则，地下目标种类和特征明显，保留了管道和竖井等地下设施，适合进行三维探地雷达地下目标提取试验[18]。

由于城市道路灾害具有突发性和模糊周期性，目前对道路灾害发生的具体时间和强度难以预测。据统计，一个城市的道路灾害发生的周期为两年[19]。为了维护城市道路安全，应对城市道路地下进行周期性检测。本次试验于2022年10月采集数据，若要研究城市道路地下的时序变化，应以3个月为周期采集数据进行变化分析。

2.1 体素化结果分析

实地采集体育馆地下数据后，按照前述体素化方法，将整个研究区域的数据体素化为离散三维点云。图 6是部分地下目标区域体素化后的点云结果。可以看出地下目标特征直观清晰，与土壤背景的区分度高。从三维角度看，土壤背景在各个方向的反射特征值(灰度值)变化不明显；人工垂直孔洞呈现黑色或白色，在垂直于地面方向延伸到更深的地下；水平管道反射特征值接近浅白色，在水平方向延伸，且深度较浅。

图 6 部分区域体素化点云结果

图选项

2.2 SVM提取地下目标结果分析

根据均匀采样的原则，抽取多个背景点和地下目标点计算局部熵特征作为训练集和测试集。使用SVM进行分类，并优化局部熵特征参数，直至分类准确率达到90%。根据优化后的参数进行地下目标区域提取，并将提取结果与真值标签对比，验证其准确率。为了综合不同尺寸的局部熵特征的优势，采用3个尺寸的局部熵特征合成特征向量进行分类。合成尺寸局部熵特征既能减小噪音对地下目标提取的干扰，又能检测到较为细小的地下目标。合成尺寸的地下目标提取结果显著由于单个尺寸的提取结果。原始点云数据与小、中、大及合成尺寸的地下目标提取结果相互比较如图 7所示。最佳提取结果为合成尺寸，三维角度提取结果如图 8所示。

图 7 不同尺寸地下目标提取结果

图选项

图 8 地下目标最佳提取结果(合成尺寸)

图选项

如图 9所示，叠加计算地下目标提取结果与绘制的真值标签，得出地下目标提取准确率为84.2%，漏测率为9.8%。局部熵特征受噪声影响较小，提取出地下目标的准确率较高，遗漏地下目标的漏测率较低。

图 9 地下目标提取准确率与漏测率计算

图选项

计算整个地下区域的局部熵特征，通过训练好的SVM进行分类，最终得到大尺寸、中尺寸、小尺寸和合成尺寸的准确率和漏测率结果(见表 1)。大尺寸提取到的地下目标更准确，准确率为90.3%，但遗漏地下目标如小管道和小空洞较多，漏测率为19.7%。小尺寸遗漏地下目标较少，漏测率低至3.1%，但更容易将土壤背景误判为地下目标，准确率较低，为75.4%。将大、中、小3种尺寸相结合的合成尺寸，可以兼济较高的准确率和较低的漏测率，得到准确有效的地下目标提取结果。

3 结语

本文针对目前三维探地雷达主要侧重从二维切分图像检测地下目标，缺少从三维角度提取地下目标的问题，提出了一种从三维角度提取地下目标的方法，创新地采用一种解读分析三维探地雷达数据的新思路，将三维探地雷达数据转换为三维离散点云。通过点云间的三维位置和反射特征值的关系，从点云的角度准确提取出地下目标，为城市地下管道检测提供了高精度、高效率的解决方案。

本文方法综合考虑土壤背景与地下目标三维点云特征的不同，设计了局部熵特征并通过试验不断补充和优化局部熵特征，提高了局部熵特征区分土壤背景和地下目标的能力。另外，根据不同地下目标的特性，从多个尺寸的角度考虑，增强了辨识地下目标的稳健性，实现了多尺寸提取地下目标。

然而，本文方法仍然存在一些问题需要在今后的研究中解决。如，局部熵特征仍有进一步优化的空间；数据丰富度不够，未能验证该方法在各种复杂情况下的稳健性；未采集不同时间同一道路的地下数据进行时序变化分析，分析城市地下灾害的演变过程，提前对地质灾害进行预测；在探地雷达数据的处理过程中仍然涉及人工参与，而如何实现探地雷达数据处理自动化是未来的研究方向之一。

作者简介

作者简介：王文龙(2001-),男,硕士生,主要从事探地雷达提取地下目标等领域的科研工作。E-mail:wangwenlong_rs@whu.edu.cn

初审：杨瑞芳

复审：宋启凡

终审：金 君

资讯

来源：测绘学报