1.一种基于探地雷达的沥青路面基层裂缝识别方法,其特征在于,包括以下步骤:(1)通过图像识别模块对雷达切片图进行裂缝检测,获得初始裂缝区域标注框;
(2)基于步骤(1)的标注框位置,提取探地雷达原始数据中对应区域的A-scan信号;
(3)利用时频分类模型对所述A-scan信号的时频特征进行分类,输出裂缝预测结果;
(4)对所述裂缝预测结果进行多段聚类和主成分分析,过滤误检裂缝,所述主成分分析包括:提取裂缝预测结果中的标记点坐标;
采用DBSCAN算法对标记点进行多段聚类;
对每个聚类结果进行主成分分析,生成裂缝拟合线段;
基于角度筛选保留垂直方向裂缝线段;
多段聚类和主成分分析进一步包括:
将雷达切片图转换至HSV颜色空间,提取裂缝预测标记点坐标;
通过主成分分析对聚类点集进行方向建模,生成沿主轴分布的拟合线段;
筛选与垂直方向夹角小于阈值的线段作为有效裂缝。
2.根据权利要求1所述的方法,其特征在于,步骤(1)中,所述图像识别模块采用YOLOv8n模型实现。
3.根据权利要求2所述的方法,其特征在于,步骤(1)具体包括:构建雷达切片图数据集,通过交叉核验机制标注有效裂缝样本;
采用YOLOv8n模型对数据集进行训练及裂缝识别。
4.根据权利要求1所述的方法,其特征在于,步骤(3)中,所述时频分类模型为LightGBM模型,用于对裂缝与正常路面的A-scan时频特征进行分类。
5.一种用于执行权利要求1-4任意一项所述的方法的基于探地雷达的沥青路面基层裂缝识别装置,其特征在于,包括:图像识别模块:用于对雷达切片图进行裂缝检测,获得初始裂缝区域标注框;
信号提取模块:用于基于标注框位置,提取探地雷达原始数据中对应区域的A-scan信号;
时频分类模块:利用时频分类模型对所述A-scan信号的时频特征进行分类,输出裂缝预测结果;
聚类过滤模块:对所述裂缝预测结果进行多段聚类和主成分分析,过滤误检裂缝。
6.根据权利要求5所述的装置,其特征在于,所述图像识别模块采用YOLOv8n模型实现。
7.根据权利要求5所述的装置,其特征在于,所述时频分类模块采用LightGBM模型实现。