地下植物根茎探测技术研究

《地下植物根茎探测技术研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、声明本学位论文是我在导师的指导下取得的研究成果，尽我所知，在本学位论文中，除了加以标注和致谢的部分外，不包含其他人已经发表或公布过的研究成果，也不包含我为获得任何教育机构的学位或学历而使用过的材料。与我一同工作的同事对本学位论文做出的贡献均己在论文中作了明确的说明。研究生签名：<陬矽忤

2、；月崤学位论文使用授权声明南京理工大学有权保存本学位论文的电子和纸质文档，可以借阅或上网公布本学位论文的部分或全部内容，可以向有关部门或机构送交并授权其保存、借阅或上网公布本学位论文的部分或全部内容。对于保密论文，按保密的有关规定和程序处理。研究生签名：鼍盆妲伊f产>月垢硕士学位论文地

3、下植物根茎探测技术研究摘要本文根据企业项目的要求，研究了地下植物根茎的探测技术。主要任务包括：(1)无损地探测地下物体；(2)识别出地下植物根茎；(3)判断出植物根茎的大小。本文利用探地雷达来对地下植物根茎进行无损的探测，根据得到的探地雷达回波数据，研究回波信号处理方法和地下植物根茎的识别方法。首先，根据植物根茎的探测要求，分析了电磁波在土壤中的传播特性以及探地雷达的分辨率等；为了能够利用探地雷达仿真软件模拟地下物体的探测过程，还分析了土壤和植物根茎的电磁特性。其次，对得到的探地雷达回波信号进行处理。主要包括高斯噪声降低、地下物体检测、直达波去除、地下物体大小估计、探

4、地雷达回波初至时刻估计。经过信号处理后，一方面，直达波和噪声得到抑制，从而地下物体的回波信息得到明显的增强；另一方面，得到了地下物体在地下二维剖面上的大小信息以及地下物体距地表的深度信息。再次，利用得到的探地雷达二维回波数据，对地下物体进行图像重建。文中主要采用了两种图像重建方法一一基于物体的双曲线特征方法和基于stolt插值方法。经过图像重建后，探地雷达的方位分辨率得到明显的改善。最后，研究了地下植物根茎的识别方法。本文首先利用探地雷达仿真软件得到了植物根茎、石块等物体的回波数据，之后从这些回波数据中提取特征向量，并利用支持向量机对这些特征向量进行分类，结果表明识别

5、准确率在90％以上。从而说明本文的识别方法能够用于地下不同物体的识别研究中。关键词：探地雷达，植物根茎，回波信号处理，图像重建，特征向量提取，支持向量机，植物根茎识别，仿真硕士学位论文垒!墅坚———————————————————————————————一AbstractBasedonreq毗mentsofanenterpriseproject，thedetectiontechnologyofu11de理印u11dDlantrootisstudiedinthispaper．Themaintasksinclude：(1)nondestructivelytodetecto

6、bjedu】帕ergrouIld；(2)toidentifytheundergroundplantroot；(3)todeterminethes1笳ofplantmo‘·Inthispaper'gro吼d．penetratingradarisusedtonondestructivelydetectundergro衄dpl粗troot．AccordiIlgtomeo№inedechodataofground—penetratingradar,them锄pointmthlspaperisplacedonechosignalprocessingandundergroundp

7、lantrootidentificatlon·Firstlv’accordingtotherequirementsofplantrootdetection，thispaperaIlalyzeselec仃oma鲈eticwavepropagationcharacteristicsinsoilandthereso№utonofground供netratingradarandSOon；Atthesametime，electromagneticcharactensncsots01landplantrootalsoareanalyzedinordertosimulatethed

8、etectionprocesso士madergrouIldobjectwithground-penetratingradarsimulationsoftware·Secondlv’thegroundpenetratingradarsignalprocessisstudied·Thesecontentsmallllyi11cludetheGaussi狃noisereduction，undergroundobjectdetection，remoValofthedirectwaVe．undergroundobjectsizeestimation，groun