[发明专利]一种基于深度学习的抑制表层钢筋回波的处理方法及系统有效
申请号: | 202310385701.0 | 申请日: | 2023-04-12 |
公开(公告)号: | CN116106833B | 公开(公告)日: | 2023-07-04 |
发明(设计)人: | 雷文太;马亚楼;檀鑫;郑智钦;王睿卿;庞泽邦 | 申请(专利权)人: | 中南大学 |
主分类号: | G01S7/292 | 分类号: | G01S7/292;G01S13/88;G01S13/89;G01S7/295;G01S7/35;G06N3/088;G06N3/0442;G06N3/045 |
代理公司: | 北京风雅颂专利代理有限公司 11403 | 代理人: | 曾志鹏 |
地址: | 410012 湖南*** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 深度 学习 抑制 表层 钢筋 回波 处理 方法 系统 | ||
1.一种基于深度学习的抑制表层钢筋回波的处理方法,其特征在于,包括如下步骤:
通过探地雷达对目标区域进行扫描,获取所述目标区域的目标回波图像;
通过对所述目标区域的仿真探测获取图像数据集,所述图像数据集包括有钢筋干扰的第一回波图像数据集和无钢筋干扰的第二回波图像数据集;
基于无监督的钢筋注意检测器构建初始对抗网络,所述初始对抗网络包括第一生成器Ga、第二生成器Gb、第一判别器Da、第二判别器Db和所述无监督的钢筋注意检测器,所述无监督的钢筋注意检测器由两个卷积层、一个LSTM单元、一个Res块和八条跳跃连接构成,所述LSTM单元由四个卷积层和三个跳跃连接构成,所述Res块由五个卷积层和五个跳跃连接构成;
初始化所述初始对抗网络的训练参数;
将所述第一回波图像数据集全部按照预设比例划分为第一训练集和第一测试集,且所述第一训练集数量大于所述第一测试集数量;
将所述第二回波图像数据集全部按照预设比例划分为第二训练集和第二测试集,且所述第二训练集数量大于所述第二测试集数量;
将所述第一训练集、所述第一测试集、所述第二训练集和所述第二测试集同时输入至所述初始对抗网络中进行周期训练,得到训练完成的循环生成对抗网络;
将所述目标回波图像输入至所述循环生成对抗网络,得到抑制表层钢筋回波干扰处理后的目标回波图像。
2.根据权利要求1所述的基于深度学习的抑制表层钢筋回波的处理方法,其特征在于,所述通过探地雷达对目标区域进行扫描,获取所述目标区域的目标回波图像包括如下步骤:
基于目标区域的地下管线设定探地雷达的扫描测线,并在所述扫描测线上设置多个扫描点;
通过所述探地雷达分别在每个所述扫描点处发射探测波,并接收到回波信号;
将所有所述扫描点处接收到的所述回波信号合并为目标回波图像。
3.根据权利要求1所述的基于深度学习的抑制表层钢筋回波的处理方法,其特征在于,所述通过对所述目标区域的仿真探测获取图像数据集包括如下步骤:
基于预设的仿真参数并通过仿真软件对所述目标区域进行仿真探测,获取多幅仿真探测回波图像;
利用均值法去除多幅所述仿真探测回波图像中的直达波;
将去除所述直达波的多幅所述仿真探测回波图像合并为图像数据集。
4.根据权利要求3所述的基于深度学习的抑制表层钢筋回波的处理方法,其特征在于,所述仿真参数包括背景媒质参数、仿真钢筋参数和仿真地下空洞参数,所述背景媒质参数包括仿真背景媒质的层数、所述仿真背景媒质的层厚以及各层所述仿真背景媒质的介电参数,所述仿真钢筋参数包括仿真钢筋的钢筋半径、所述仿真钢筋的位置和任意两相邻所述仿真钢筋之间的钢筋间距,所述仿真地下空洞参数包括仿真地下空洞的位置和所述仿真地下空洞的尺寸。
5.根据权利要求1所述的基于深度学习的抑制表层钢筋回波的处理方法,其特征在于,所述第一生成器Ga和所述第二生成器Gb均由十九个卷积层、两个通道空间注意力机制和四条跳跃连接组成。
6.根据权利要求1所述的基于深度学习的抑制表层钢筋回波的处理方法,其特征在于,所述第一判别器Da和所述第二判别器Db均由六个卷积层组成。
7.一种基于深度学习的抑制表层钢筋回波的处理系统,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至6中任意一项所述的方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中南大学,未经中南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202310385701.0/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种固定牢固的脑室引流系统
- 下一篇:干预慢性疼痛的数字医疗系统