[发明专利]一种基于门控循环单元的探地雷达地下空洞目标自动识别方法

权利要求书

1.一种基于门控循环单元的探地雷达地下空洞目标自动识别方法，其特征在于，所述自动识别方法包括以下步骤：

步骤1：对已获取的探地雷达地下空洞目标的回波图像进行预处理，得到横向波纹受到抑制的处理后探地雷达回波图像；

步骤2：对步骤1生成的探地雷达回波图像进行预筛选，明确标记空洞目标像素位置；

步骤3：利用步骤2中已标记的数据进行图像增广处理，得到增广后的具有相似特征的探地雷达回波图像；

步骤4：利用步骤3的增广图像数据集，使用边缘直方图描述符、方向梯度直方图或Log-Gabor滤波器进行特征提取，进行标准化，得到特征向量数据集；

步骤5：将步骤4获得的数据集分为训练集和验证集，对门控循环神经网络进行训练，得到权重模型；所述门控循环神经网络的GRU有两个门：重置门和更新门；重置门主要决定了到底有多少过去的信息需要遗忘，根据输入x_t，当前重置门的输出r_t和上一时间步隐藏状态h_t-1得到候选隐藏状态如果重置门近似0，上一个隐藏状态将被丢弃；而更新门帮助模型决定到底要将多少信息传递到未来，或到底前一时间步和当前时间步的信息有多少是需要继续传递的，更新门z_t根据上一时间步的隐藏状态h_t-1和当前时间步的候选隐藏状态得到当前的隐藏状态h_t；重置门和更新门的激活函数σ是sigmoid函数；

步骤6：将步骤5获得的权重模型，对地下空洞目标探地雷达回波图像进行目标识别分类。

2.根据权利要求1所述一种基于门控循环单元的探地雷达地下空洞目标自动识别方法，其特征在于，所述步骤1对已获取的探地雷达地下空洞目标的回波图像进行预处理具体为，对已获取的探地雷达地下空洞目标的回波图像进行驻波的去除和图像的滤波，其中通过直接截取的方式进行驻波的去除，使用横向均值滤波方法进行滤波，得到横向波纹受到抑制的探地雷达回波图像。

3.根据权利要求1所述一种基于门控循环单元的探地雷达地下空洞目标自动识别方法，其特征在于，所述步骤2具体为，使用恒虚警率检测对地下空洞图像进行能量检测，并对孤立的异常能量区域进行滤除，将得到的图像进行模糊化处理，最后对空洞的相关像素进行位置标记，明确每个子像素是否属于空洞。

4.根据权利要求1所述一种基于门控循环单元的探地雷达地下空洞目标自动识别方法，其特征在于，所述步骤3具体为，对预处理和预筛选后的空洞图像进行翻转与加噪处理，增广得到水平镜像变换、高斯加噪和水平镜像变换并进行高斯加噪的多种图像。

5.根据权利要求1所述一种基于门控循环单元的探地雷达地下空洞目标自动识别方法，其特征在于，所述步骤4得到特征向量数据具体为，所述边缘直方图描述符利用5种不同角度的滤波器对图像中的图像块的方向进行确定；所述方向梯度直方图将图像分为一定大小的单元，在单元上对梯度值进行分类；所述Log-Gabor滤波器使用2种不同的尺度，和5个角度方向对图像的角度特征进行提取；对提取到的特征数据使用3种方式进行标准化，即最小值-最大值缩放、标准缩放和鲁棒缩放。

6.根据权利要求1所述一种基于门控循环单元的探地雷达地下空洞目标自动识别方法，其特征在于，所述步骤5具体为，所述的门控循环单元网络沿用了循环神经网络的主体结构，把RNN单元改成了GRU单元，GRU单元分为单层和双层结构。

7.根据权利要求1所述一种基于门控循环单元的探地雷达地下空洞目标自动识别方法，其特征在于，所述步骤6具体为，使用训练过的深度学习模型，将未输入过该系统的探地雷达地下空洞目标回波图像进行特征提取并输入模型，自动对地下空洞目标探地雷达回波图像进行目标识别。