公开(公告)号：CN116930904A

公开(公告)日：2023-10-24

申请号：CN202310937148.7

申请日：2023-07-28

Applicant: 哈尔滨工业大学

Inventor： 白旭 ,  杨彧 ,  栗昱昊 ,  高玉龙 ,  吴少川 ,  刘冠廷 ,  王雨宁

IPC: G01S7/41 ,  G01V3/12 ,  G01V3/38

Abstract: 本发明提出一种探地雷达图像对齐及差异检测方法，所述方法包括步骤1：对不同时间获取的探地雷达回波图像进行预处理，得到杂波受到抑制的探地雷达回波图像；步骤2：计算步骤1获取的前后两次测量回波图像的全局相似度并对齐；步骤3：从步骤2完成图像对齐和裁剪的两次图像数据中选取部分有差异的图像和无差异的图像；步骤4：提取步骤3中得到图像的特征，并进行差异检测。本发明解决现有探地雷达图像识别方法难以在大量数据中准确判断地下缺陷的问题，根据不同时间对同一地下环境复测图像进行比对，通过图像变化情况找到异常点进而检测出缺陷点。

公开(公告)号：CN115343703A

公开(公告)日：2022-11-15

申请号：CN202210881029.X

申请日：2022-07-26

Applicant: 哈尔滨工业大学 ,  大连中睿科技发展有限公司

Inventor： 白旭 ,  温志涛 ,  魏守明 ,  郭士増 ,  刘金龙 ,  栗昱昊 ,  张天祥 ,  崔海涛

IPC: G01S13/88 ,  G01S7/41 ,  G06V10/82 ,  G06V10/774 ,  G06V10/764 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提出一种基于自训练的3D‑CNN探地雷达三维图像的管线识别方法。所述方法包括对所获得的探地雷达三维回波图像进行预处理；将探地雷达三维回波图像划分成训练集和验证集，对验证集中的全部数据以及训练集中的一部分数据进行人工标注；利用训练集对结合注意力机制的3D‑CNN的神经网络模型进行自训练，得到训练好的权重模型；利用训练好的神经网络模型，对探地雷达三维回波图像进行管线目标识别。本发明解决了传统的神经网络依赖于大量、准确的标记样本的问题，仅用少量的标记样本和大量的无标记样本使得识别准确率有了较大的提高，同时也节省了人工标注样本的时间，提高了效率。