地下埋設管検出のための画像強調に基づく統合GPR Bスキャン前処理モデル

科学分野:

• 地球物理学
• 信号処理
• 非破壊検査

背景:

• 地中レーダー（GPR）は、非破壊的な地下埋設管検出に不可欠です。
• 現在の自動セグメンテーションモデルは、GPR Bスキャンにおける多様なパイプサイズ、地下条件、およびノイズに対処するのに苦労しています。
• 正確なハイパーボラセグメンテーションは、信頼性の高いGPRデータ解釈に不可欠です。

研究 の 目的:

• GPR Bスキャン解釈を強化するための自動前処理モデルを開発すること。
• 自動ハイパーボラセグメンテーションモデルの一般化能力を向上させること。
• ノイズ、パイプ半径の変動、および複雑なフィールド条件によってもたらされる課題に対処すること。

主な方法:

• グラウンド反射除去アルゴリズム（GRRA）、データ重力増強（DGFE）、およびグローバル・ローカル閾値処理技術（DLTS）を組み合わせた新しい自動前処理モデル。
• GRRAは、周波数および空間フィルターを使用してグラウンド反射を除去します。
• DGFEはターゲットハイパーボラを増幅し、DLTSは膨張ベースのローカル閾値処理を使用してそれらをセグメント化します。

主要な成果:

• 提案されたモデルは、困難な条件下でのGPR Bスキャン解釈を効果的に強化します。
• ノイズの中でも、多様で小規模なハイパーボラのセグメンテーションにおいて優れた性能を発揮しました。
• 最先端の方法と比較して、大幅なクロスデータセット一般化能力を達成しました。

結論:

• 開発された自動前処理モデルは、地下ユーティリティ検出のためのGPRデータ解釈を大幅に改善します。
• このモデルは、複雑なGPR環境におけるハイパーボラセグメンテーションのための強化された堅牢性と一般化を提供します。
• このアプローチは、非破壊的な地下埋設管検出のためのより信頼性の高いツールを提供します。