技术领域
[0001] 本发明属于树木病虫害检测技术领域，具体涉及一种野外活立木内部缺陷检测方法。
相关背景技术
[0002] 近年来，森林受蛀干害虫侵害所造成的森林资源损失逐年加重。我国蛀干害虫的种类繁多，如天牛、小蠹虫、吉丁虫等、蛀干害虫会蛀食树木的木质部和韧皮部，不仅在树木内部形成不可逆的缺陷，严重影响树木健康，而且还会影响树木的力学性质，限制木材的利用率。电磁波无损检测是一种快速且高精度技术，在医学、军工、地面探测等领域已得到广泛应用。电磁波检测设备更为轻便且成本较低，因此适合用于野外环境。此外，电磁波检测具有更好的穿透性，这意味着它能够有效地检测各种尺寸的活立木内部缺陷。由于野外活立木的生长环境、健康状况以及林龄的不同，其相应的树干尺寸、含水率以及电磁参数均有所不同，并且由于缺乏先验信息，传统的电磁检测装置在野外情况下的活立木检测难度较高，检测精度和准确率难以满足要求。
具体实施方式
[0070] 为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及具体实施方式，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施方式仅用以解释本发明，并不用于限定本发明，即所描述的具体实施方式仅仅是本发明一部分实施方式，而不是全部的具体实施方式。通常在此处附图中描述和展示的本发明具体实施方式的组件可以以各种不同的配置来布置和设计，本发明还可以具有其他实施方式。
[0071] 因此，以下对在附图中提供的本发明的具体实施方式的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定具体实施方式。基于本发明的具体实施方式，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他具体实施方式，都属于本发明保护的范围。
[0072] 为能进一步了解本发明的发明内容、特点及功效，兹例举以下具体实施方式，并配合附图1‑附图6详细说明如下：
[0073] 具体实施方式一：
[0074] 一种野外活立木内部缺陷检测成像装置的检测方法，依托于一种野外活立木内部缺陷检测成像装置实现，包括如下步骤：
[0075] S1.将检测平台围绕目标活立木拼合起来，连接线缆完成一种野外活立木内部缺陷检测成像装置的搭建；
[0076] S2.对检测平台环绕的目标活立木进行检测，首先设置发射天线、接收天线的初始位置，设置初始化参数，根据检测的活立木在主控系统中设置背景介质、目标介电常数、探测深度的初始估测参数，然后固定发射天线，移动接收天线，进行电磁波无损检测，测得均匀分布的8个检测点的散射数据，将发射天线移动置下一个检测位置重复进行测试，采集8×8组时域波形数据，传输到主控装置；
[0077] 进一步的，电磁波检测具有较高的穿透能力，能够穿透厚度较大的非金属材料，实现对内部结构的检测。其次，电磁波具有较高的分辨率和灵敏度，能够检测到微小的变化和缺陷，如裂纹、孔洞等，有助于提高活立木内部缺陷的检测精度和效率。电磁波无损检测技术的基本原理是基于对Maxwell原理的分析和推导。为了简化由活立木本身的复杂情况对检测精度的影响，对Maxwell方程组使用等效原理；
[0078] 进一步的，所述的一种野外活立木内部缺陷检测成像装置，包括检测平台1、主控装置2、划道3、发射天线4、拼接开口5、接收天线6、信号发生器7、信号接收器8；
[0079] 所述检测平台1为2个半圆环形平台通过拼接开口5连接，所述检测平台1的上顶面上设置有划道3，所述划道3为环形划道；
[0080] 所述划道3上放置有发射天线4、接收天线6；
[0081] 所述检测平台1侧面安装有信号发生器7、信号接收器8，所述主控装置2通过线缆连接信号发生器7、信号接收器8。
[0082] 进一步的，所述发射天线4和所述接收天线6为柔性微带天线阵列。
[0083] 进一步的，所述信号发生器7的型号为DSG3000B信号发射器，所述信号接收器8的型号为E5061B矢量网络分析仪。
[0084] 进一步的，检测平台的上表面具有圆环形划道，供移动接收和发射天线到不同的检测位置。通过移动收发天线绕树一周获取散射场信息，记录全孔径散射数据以此保留更为全面的信息，从而增加反演成像的精度。
[0085] 进一步的，信号发生器、信号接收器嵌入在检测平台内部，经由线缆与主控设备相连接。设计的天线系统具备离散化调节频率的功能，以满足不同尺寸活立木内部缺陷的检测，可覆盖的频率范围为10MHz～100GHz。
[0086] 进一步的，主控装置的功能包括先验参数设置、数据显示、数据存储以及内嵌的数据处理和反演成像算法。主控装置通过先验参数设置，灵活调整检测参数，以适应不同类型和尺寸的活立木。数据显示功能提供实时的检测结果展示，方便操作员对检测过程进行监控和分析。同时，主控装置还具备数据存储功能，可将检测数据通过模拟‑数字模块转化后，传输置主控设备进行存储及数据分析。提出一种适用于野外活立木内部缺陷检测成像算法‑子空间优化算法，通过反向传播算法的粗略估计值作为先验信息，通过迭代最小化目标函数以逼近真实解，大大提高了树木缺陷的检测精度。整体而言，该检测系统结构合理，功能齐全，能够满足在野外环境下对活立木进行高效、准确的缺陷检测需求。
[0087] 进一步的，步骤S2的具体实现方法包括如下步骤：
[0088] S2.1.设置初始化参数，包括设置目标活立木内部缺陷模型的介电常数为5～20、磁导率为1、背景介质及树木内部蛀道为空气、介电常数为1、检测半径、电磁波频率、增益、采样间距、时间窗口；
[0089] S2.2.进行电磁波无损检测，建立目标活立木内部缺陷模型；
[0090] S2.2.1.为了简化目标活立木内部缺陷模型对检测精度的影响，对Maxwell方程组使用等效原理，等效后的Maxwell方程组如下：
[0091]
[0092] 其中，J为等效电流源，K为等效磁流源，E为电场强度、i为电流、ω角频率为、μ0为空气磁导率、H为磁场强度、ε0为介质的绝对介电常数、ρe为等效电导率、ρm为等效磁导率；
[0093] S2.2.2.基于步骤S2.1的活立木内部缺陷模型的磁导率为1，忽略散射体的磁散射作用，忽略K和ρm；
[0094] S2.2.3.将目标散射体放入兴趣域内，由信号发射器发射的信号即为入射场，接收t机测得数据是总场，记作E，散射场等于总场减去入射场。将总场修改为Helmholtz形式，表达式为：
[0095]
[0096] 其中，Et为总场、k0为均匀介质背景波数；
[0097] 引入二维格林函数g(r,r')，表达式为：
[0098]
[0099] 其中，r为观测点，求解电磁场的位置，r'为源点即电磁场的来源位置， 为第一类的零阶Hankel函数；
[0100] S2.2.4.构建目标活立木内部缺陷模型，表达式为：
[0101]
[0102] 其中，Ei为入射场，k0表示均匀介质背景波数，I为对比电流密度；
[0103] 进一步的，Lippmann‑Schwinger方程的参数设立和求解算法是提出无损检测装置和反演成像算法设计的核心依据。通过数学模型和物理模型与实验数据拟合等方法来调整目标几何形状和尺寸、传播环境、先验电磁参数、噪声等级等参数设置，实现具备更高的检测精确度。
[0104] S2.2.5.设置Ricker子波作为入射波，检测活立木内部缺陷模型，表达式为：
[0105]
[0106] 其中，E(t)为入射波函数、f为中心频率、t为时间。
[0107] 进一步的，信号接收器包括接收天线和模拟‑数字转换模块(ADC)，ADC模块将数字信号通过线缆传输给主控装置进行后续的数据提取与处理。
[0108] S3.主控装置对步骤S2得到的8×8组时域波形数据进行数据处理、转化，得到8×8组转化的频域波形数据；
[0109] 进一步的，步骤S3的具体实现方法包括如下步骤：
[0110] S3.1.对步骤S2得到的8×8组时域波形数据进行筛选、滤波、去噪处理，采用低通滤波器进行处理，表达式为：
[0111]
[0112] 其中，y[n]为滤波后的信号、x[n]为输入信号波形数据、N为滤波器的窗口大小，表示用于计算平均值的数据点数；
[0113] 进一步的，在金属干扰较少的野外检测情况下，采样低通滤波方法有助于去除高频噪声，同时保留低频信号，可以有效地平滑信号并减少噪声的影响，从而提高成像质量和准确性。
[0114] S3.2.对步骤S3.1处理后的数据进行单位转化，表达式为：
[0115]
[0116] 其中，P为接收信号的功率，G为接收天线入射波的增益，Z为自由空间中的阻抗，Es为转化的散射场数据，PdB为以分贝表示的功率、P0为基准功率；
[0117] S3.3.将步骤S3.2得到的转化的散射场数据进行时域波形数据转化为频域电磁波数据，表达式为：
[0118]
[0119] 其中，X(m)为频率为m的复数分量的幅度和相位、x(n)为输入序列的离散时域信号、N为输入序列长度、[cos(2πmn/N)‑j·sin(2πmn/N)]为经过欧拉公式展开的旋转因子复指数，表示信号在频率为m的旋转；
[0120] S4.基于步骤S3得到的转化的频域波形数据，采用子空间优化算法进行目标活立木内部缺陷的电磁波成像；
[0121] 电磁逆散射成像问题就是在已知电磁波检测系统发射的入射波形和接收装置采集的散射场波形的基础上求解散射方程，通常是求解散射方程或最优化问题。这涉及到对电磁场的传播和散射过程进行数值模拟或解析求解。
[0122] 通过预先在主控装置中嵌入的成像算法以及在检测开始前在检测设备上设置的基本先验信息，包括环境电磁参数、电磁波频率及增益等信息，以此实现散射场数据的采集、处理与反演成像。
[0123] 子空间优化算法(Subspace optimization algorithm，SOM)是对比源方法的一种改进，它使用共轭梯度法和源型积分方程，SOM方法在变量重建过程中引入了子空间。为了降低解的求解维度，有效地提高求解速度和成功概率，采用了将解分解为不同空间基底的线性组合的方式，通过迭代更新其信号、噪声子空间来接近正确形式。
[0124] 进一步的，步骤S4的具体实现方法包括如下步骤：
[0125] S4.1.利用BP算法计算目标电磁参数分布作为子空间的先验信息作为SOM算法的输入，BP算法的表达式为：
[0126]
[0127] 其中，χ为BP估测检测目标的对比度分布，Ni为线源总数，χ(r)为对比度，p是入射次数，Jp(r)为第p次入射时的感应电流，r为定义的散射场二次误差的代价函数；
[0128] S4.2.设置子空间优化算法的感应电流分解为两部分，包括确定性感应电流和模糊性感应电流，表达式为：
[0129]
[0130]
[0131] 其中，为当前时刻的感应电流，方程的前项 是感应电流的确定性部分，由公式(15)算得，后项为感应电流模糊部分。 表示第j左奇异向量 共轭转置、 表示散射场、σj表示第j个奇异值、表示组成右奇异矩阵 的正交右奇异向量；
[0132] S4.3.将步骤S4.1和步骤S4.2得到的对比度和确定性感应电流作为初始预估，将模糊部分 认定为独立的参数与对比度交替更新，得到更新后的对比度的表达式为：
[0133]
[0134] 其中， 为感应电流确定部分的欧几里得范数。 为离散后的散射场矩阵；
[0135] S4.4.基于步骤S4.1‑步骤S4.3进行迭代，输出迭代后的对比度结果，然后转化为介电常数并进行成像；
[0136] S5.基于步骤S4得到的电磁波成像进行目标活立木内部缺陷的识别。
[0137] 进一步的根据活立木内部缺陷无损检测装置，及时发掘缺陷和蛀干害虫的发生情况，这里给出部分结果的仿真案例和实物检测案例，如图3‑图6所示，图3是单个活立木缺陷的电磁检测模型，利用仿真建模的方式对图3的散射数据进行反演成像，结果如图四所示，图5为含水的活立木样本，其上四个空洞分别代表含虫体缺陷和蛀道，利用检测平台对树木样本进行检测以及数据的处理、分析和反演，得到的结果如图6所示；
[0138] SOM算法基本能够反映出树木模型的轮廓形状(非理想圆形)，对树皮组织也有一定的分辨能力，能够识别出树干内部虫体及蛀道的大小与位置信息，其中树木雷达设备得到成像结果图IOU值超过0.9。说明本实施方式提出的一种野外活立木内部缺陷检测成像装置能够实现活立木内部缺陷的发掘与定位。对活立木虫害精准治理提供了重要理论依据和技术支持。
[0139] 需要说明的是，术语“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0140] 虽然在上文中已经参考具体实施方式对本申请进行了描述，然而在不脱离本申请的范围的情况下，可以对其进行各种改进并且可以用等效物替换其中的部件。尤其是，只要不存在结构冲突，本申请所披露的具体实施方式中的各项特征均可通过任意方式相互结合起来使用，在本说明书中未对这些组合的情况进行穷举性的描述仅仅是出于省略篇幅和节约资源的考虑。因此，本申请并不局限于文中公开的特定具体实施方式，而是包括落入权利要求的范围内的所有技术方案。
