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：CN117173617A

公开(公告)日：2023-12-05

申请号：CN202310971300.3

申请日：2023-08-03

Applicant: 哈尔滨工业大学

Inventor： 白旭 ,  李洪锐 ,  魏守明 ,  张佳岩 ,  杨彧 ,  王雨宁

IPC: G06V20/50 ,  G06T7/73 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明提供一种基于联合CNN的三维探地雷达地下空洞目标自动识别方法。对已获取的地下空洞目标探地雷达回波图像进行直达波去除和增益控制，得到处理后的探地雷达回波图像；进行预筛选，标注明确空洞目标像素位置，制成二维检测数据集，对不同通道的二维图像重复截取固定位置得到三维检测数据集；将二维检测数据集随机分为训练集和验证集，对二维数据集采用不同主干网络的RetinaNet网络及Faster R‑CNN网络进行训练，得到二维权重模型；将三维检测数据集随机分为训练集和验证集，对三维数据集采用ResNet及Res2Net分类网络进行训练，得到三维权重模型；对二维权重模型采用二维检测数据集的验证集进行检测以缩小目标范围，然后根据二维检测的结果，从三维数据集中截取出检测位置的三维数据，利用三维权重模型进行识别。本发明解决传统方法以及二维神经网络识别地下空洞目标效率低下的问题。