[发明专利]基于约束鲁棒主成分分析的城市道路地下病害识别方法

摘要

本发明公开了一种基于约束鲁棒主成分分析的城市道路地下病害识别方法，通过探地雷达获取地下病害的原始训练样本数据，利用约束鲁棒主成分分析法将每个原始训练样本数据分解成表示背景杂波的低秩矩阵和表示前景目标的稀疏矩阵，得到原始训练样本数据的过完备字典和测试样本完备特征向量，并采用基于核函数的稀疏表示分类方法对测试样本完备特征向量进行识别。本发明具有鲁棒性强、运算速度快、数据分析时间短等特点，可以实现地下隐性病害的快速、准确的自动识别。

主权项

1.一种基于约束鲁棒主成分分析的城市道路地下病害识别方法，其特征在于，包括以下步骤：利用探地雷达获取城市道路地下病害的原始数据，包括原始训练样本数据和原始测试样本数据，并利用约束鲁棒主成分分析法将原始训练样本数据分解成表示背景杂波的低秩矩阵和表示前景目标的稀疏矩阵；对每个原始训练样本数据的稀疏矩阵按列进行A‑scan数据的特征提取，将所得到的矩阵按列排成特征列向量，将所有原始训练样本数据对应的特征列向量合并，构成训练样本第一特征矩阵；同时，对原始测试样本数据按列进行A‑scan数据的特征提取，将所得到的矩阵按列排，获得测试样本第一特征向量；对每个原始训练样本数据的低秩矩阵和稀疏矩阵进行Gabor小波变换，并将变换后的矩阵按列排成特征列向量，并将所有原始训练样本数据分解得到的低秩矩阵和稀疏矩阵的特征列向量分别合并到一起，获得低秩特征矩阵和稀疏特征矩阵；同时，对原始测试样本数据进行Gabor小波变换，并将变换后的矩阵按列得到测试样本第二特征向量；将训练样本第一特征矩阵、低秩特征矩阵、稀疏特征矩阵合并得到训练样本特征矩阵；将测试样本第一特征向量和测试样本第二特征向量合并得到测试样本特征向量；利用主成分分析方法对训练样本特征矩阵和测试样本特征向量进行降维处理，对降维后的训练样本特征矩阵和测试样本征向量进行列向量归一化处理，得到过完备字典和测试样本完备特征向量；将所构造的过完备字典和测试样本完备特征向量输入到稀疏表示分类器中，通过基于核函数的稀疏表示分类方法，获得稀疏表示系数，计算各类相关联的重构误差，最终对测试样本向量进行识别。