本发明涉及隧道质量检测及安全，具体涉及一种基于svm和tsbe算法的有限虚体目标辨识方法及系统。
背景技术：
1、隧道是埋设在地下空间中用于运输通行的工程建筑物，通常由外部围岩与衬砌支护结构共同构成。隧道的开挖会破坏原有山体或地层初始应力平衡，进而可能导致隧道垮塌事故。因此，缺陷的识别和修复对于隧道的安全运营至关重要。目前，传统的隧道衬砌质量检测主要依赖于人工巡视和局部破坏性检测，对于隐蔽性强、复杂度高的缺陷难以进行监测和定位。
2、地质雷达具有高效、便捷、分辨率强等优势，因此在隧道、桥梁、路基、路面和大坝等基础设施质量检测领域中广泛使用。探地雷达在进行隧道衬砌检测时，通过分析回波信号，可以推断被检物体内部的介质变化，进而实现对结构体内部缺陷的检测。
技术实现思路
1、本发明的目的在于提供一种能够对缺陷区域进行量化辨识，具有准确率高、不受人为因素干扰、检测时间短等优点的基于svm和tsbe算法的有限虚体目标辨识方法及系统，以解决上述背景技术中存在的至少一项技术问题。
2、为了实现上述目的，本发明采取了如下技术方案：
3、一方面，本发明提供一种基于svm和tsbe算法的有限虚体目标辨识方法，包括：
4、特征提取，并构建辨识特征集，包括时域信号特征提取、时频域信号特征提取和空洞识别特征集合；对于空洞识别特征集，分别提取每道回波信号的振幅峰值at、信号能量et和imf1分量的振幅峰值ah，构建空洞识别特征集vifs作为svm算法的辨识特征向量；
5、vifs＝{vifsj＝(at,et,ah)|j∈1,2,3...,m}；
6、其中，vifsj表示第j道辨识特征向量；表示vifs集合中包含的信道数；vifs表示空洞识别特征集；
7、基于svm算法对病害缺陷区域进行宽度辨识；
8、基于tsbe算法对病害缺陷区域进行深度辨识；
9、采用图像形态学方法对辨识出的缺陷区域进行修补处理，得到最终的缺陷区域。
10、优选的，对时域信号特征提取中，由于病害信号较正常信号的波形图会发生集聚性变化，结合电磁波在空洞边界反射和散射的特性，选取振幅峰值at作为区分病害信号和正常信号的典型辨识特征。
11、优选的，通过利用电磁波信号反射和散射的特性，以及病害信号和正常信号能量值的差异，选取能量值et作为区分病害信号和正常信号的典型辨识特征。
12、优选的，通过利用hht方法对电磁波信号进行处理，对比得出病害信号和正常信号的imf1分量的振幅峰值ah可作为区分病害信号和正常信号的典型辨识特征。
13、优选的，tsbe算法根据小波信号的振幅衰减和时间延误规律，分阶段提取病害信号的振幅峰值，从而识别病害信号的深度范围。
14、优选的，以获取到的病害信号上、下边界位置坐标为起点和终点，进而获取到病害信号的深度范围。
15、进一步的，打开操作表示为闭合操作表示为a·b，
16、
17、
18、其中，a表示需要处理的空洞病害缺陷区域；b表示用于执行开闭操作的结构元素；表示打开操作；分别表示腐蚀和膨胀操作。
19、第二方面，本发明提供一种基于svm和tsbe算法的有限虚体目标辨识系统，包括：
20、提取模块，用于特征提取，并构建辨识特征集，包括时域信号特征提取、时频域信号特征提取和空洞识别特征集合；对于空洞识别特征集，分别提取每道回波信号的振幅峰值at、信号能量et和imf1分量的振幅峰值ah，构建空洞识别特征集vifs作为svm算法的辨识特征向量；
21、vifs＝{vifsj＝(at,et,ah)|j∈1,2,3...,m}；
22、其中，vifsj表示第j道辨识特征向量；表示vifs集合中包含的信道数；vifs表示空洞识别特征集；
23、宽度辨识模块，用于基于svm算法对病害缺陷区域进行宽度辨识；
24、深度辨识模块，用于基于tsbe算法对病害缺陷区域进行深度辨识；
25、修补模块，用于采用图像形态学方法对辨识出的缺陷区域进行修补处理，得到最终的缺陷区域。
26、第三方面，本发明提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质用于存储计算机指令，所述计算机指令被处理器执行时，实现如上所述的基于svm和tsbe算法的有限虚体目标辨识方法。
27、第四方面，本发明提供一种计算机设备，包括存储器和处理器，所述处理器和所述存储器相互通信，所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令执行如上所述的基于svm和tsbe算法的有限虚体目标辨识方法。
28、第五方面，本发明提供一种电子设备，包括：处理器、存储器以及计算机程序；其中，处理器与存储器连接，计算机程序被存储在存储器中，当电子设备运行时，所述处理器执行所述存储器存储的计算机程序，以使电子设备执行实现如上所述的基于svm和tsbe算法的有限虚体目标辨识方法的指令。
29、本发明有益效果：在水平方向利用svm算法对缺陷区域宽度辨识和垂直方向利用tsbe算法对缺陷深度范围进行辨识，进而量测出目标缺陷区域的大致面积信息；利用图像形态学方法对辨识缺陷区域进行修补处理，即通过闭合操作补全缺失的病害信号，打开操作消除误判信号的干扰，保证区域辨识面积的完整性和准确性；可成功解决病害目标缺陷区域面积量化辨识领域面临的技术难题。
30、本发明附加方面的优点，将在下述的描述部分中更加明显的给出，或通过本发明的实践了解到。
1.一种基于svm和tsbe算法的有限虚体目标辨识方法，其特征在于，包括：
2.根据权利要求1所述的基于svm和tsbe算法的有限虚体目标辨识方法，其特征在于，对时域信号特征提取中，由于病害信号较正常信号的波形图会发生集聚性变化，结合电磁波在空洞边界反射和散射的特性，选取振幅峰值at作为区分病害信号和正常信号的典型辨识特征。
3.根据权利要求1所述的基于svm和tsbe算法的有限虚体目标辨识方法，其特征在于，通过利用电磁波信号反射和散射的特性，以及病害信号和正常信号能量值的差异，选取能量值et作为区分病害信号和正常信号的典型辨识特征。
4.根据权利要求1所述的基于svm和tsbe算法的有限虚体目标辨识方法，其特征在于，通过利用hht方法对电磁波信号进行处理，对比得出病害信号和正常信号的imf1分量的振幅峰值ah可作为区分病害信号和正常信号的典型辨识特征。
5.根据权利要求1所述的基于svm和tsbe算法的有限虚体目标辨识方法，其特征在于，tsbe算法根据小波信号的振幅衰减和时间延误规律，分阶段提取病害信号的振幅峰值，从而识别病害信号的深度范围。
6.根据权利要求1所述的基于svm和tsbe算法的有限虚体目标辨识方法，其特征在于，以获取到的病害信号上、下边界位置坐标为起点和终点，进而获取到病害信号的深度范围。
7.根据权利要求1所述的基于svm和tsbe算法的有限虚体目标辨识方法，其特征在于，打开操作表示为a°b，闭合操作表示为a·b，
8.一种基于svm和tsbe算法的有限虚体目标辨识系统，其特征在于，包括：
9.一种计算机设备，其特征在于，包括存储器和处理器，所述处理器和所述存储器相互通信，所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令执行如权利要求1-7任一项所述的基于svm和tsbe算法的有限虚体目标辨识方法。
10.一种电子设备，其特征在于，包括：处理器、存储器以及计算机程序；其中，处理器与存储器连接，计算机程序被存储在存储器中，当电子设备运行时，所述处理器执行所述存储器存储的计算机程序，以使电子设备执行实现如权利要求1-7任一项所述的基于svm和tsbe算法的有限虚体目标辨识方法的指令。
