-
公开(公告)号：CN114966600A
公开(公告)日：2022-08-30
申请号：CN202210905240.0
申请日：2022-07-29
Applicant: 中南大学
IPC: G01S7/41 , G01S7/16 , G01S7/292 , G01S7/35 , G01S13/88 , G01S13/89 , G06V10/30 , G06V10/82 , G06V10/774 , G06V10/80 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种探地雷达B‑scan图像杂波抑制方法及系统，该方法包括：获取地下目标区域的含杂波GPR B‑scan图像、无杂波GPR B‑scan图像和仅含杂波背景GPR B‑scan图像，构建训练数据集；构建解纠缠表示生成对抗网络；通过训练数据集对解纠缠表示生成对抗网络进行训练，并根据解纠缠表示生成对抗网络中训练好的目标特征编码器和杂波抑制生成器构建杂波抑制网络；通过杂波抑制网络对实测GPR B‑scan图像进行杂波抑制，获得杂波抑制GPR B‑scan图像。本发明通过不匹配的图像数据对解纠缠表示生成对抗网络进行无监督学习，可以有效抑制实测GPR B‑scan图像的不均匀杂波。
-
公开(公告)号：CN114331890B
公开(公告)日：2022-09-23
申请号：CN202111616020.8
申请日：2021-12-27
Applicant: 中南大学 , 中国电波传播研究所(中国电子科技集团公司第二十二研究所)
Inventor： 雷文太 , 毛凌青 , 隋浩 , 辛常乐 , 罗诗光 , 张硕 , 王义为 , 李若楠 , 王睿卿 , 罗佳斌 , 徐龙 , 宋千 , 任强 , 王春和 , 彭正辉 , 王君超 , 王成浩 , 李少龙 , 刘闯 , 张其道 , 张友源 , 冯温雅 , 程丹丹 , 程星
Abstract: 本发明公开了一种基于深度学习的探地雷达B‑scan图像特征增强方法及系统，该方法包括：通过探地雷达对地下探测区域进行B扫描，获取GPR B‑scan图像构建无噪高分辨率GPR标签数据集；对无噪高分辨率GPR标签数据集进行行与列等间隔下采样，得到无噪低分辨率GPR标签数据集，再加入高斯白噪声，得到有噪低分辨率GPR图像数据集；利用GPR图像数据集和对应的标签数据集训练构建的双重生成对抗网络；将实测的含噪低分辨率GPR B‑scan图像输入至训练好的网络，得到清晰的高分辨率GPR B‑scan图像。本发明有效解决了GPR B‑scan图像中因噪声和分辨率低所造成的图像中目标特征模糊的问题，能够有效抑制有噪低分辨率GPR B‑scan图像中的噪声，并提高GPR B‑scan图像中目标的分辨率，实现GPR B‑scan图像特征增强。
-
公开(公告)号：CN114966560A
公开(公告)日：2022-08-30
申请号：CN202210902645.9
申请日：2022-07-29
Applicant: 中南大学
IPC: G01S7/28 , G01S7/285 , G01S7/292 , G01S7/35 , G01S13/88 , G01S13/89 , G06V10/25 , G06N3/04 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82
Abstract: 本发明公开了一种探地雷达后向投影成像方法及系统，该方法包括：获取并预处理B‑scan数据，并根据预处理后的B‑scan数据构建标签数据集；构建YOLOX网络，通过标签数据集对YOLOX网络进行训练；通过训练好的YOLOX网络获取待成像B‑scan图像的目标潜在区域，并在目标潜在区域中进行后向投影成像，获得初始成像图像；对初始成像图像进行双阈值处理和积分聚焦处理，得到目标成像图像。本发明通过YOLOX网络将B‑scan图像中的目标潜在区域框定出来，仅在区域内进行成像，避免了全域的后向投影计算，节省了计算量；同时通过双阈值处理和积分聚焦处理来增强图像，提高了成像质量。
-
公开(公告)号：CN117310696A
公开(公告)日：2023-12-29
申请号：CN202311255661.4
申请日：2023-09-26
Applicant: 中南大学 , 中国人民解放军63983部队
Abstract: 本发明提供一种探地雷达自聚焦后向投影成像方法及装置，该方法包括：S1：确定未知背景介质的相对介电常数的取值区间；S2：获得第一探测场景的二维B‑scan数据，并基于第一预估值处理形成第一后向投影成像结果；S3：基于预测模型处理第一后向投影成像结果得到其聚焦特征；S4：基于聚焦特征对预估值与真实值的偏差进行判定；S5：若判定结果满足要求，输出预估值及第一后向投影成像结果，若不满足要求，则更新取值区间；S6：基于新的取值区间确定新的预估值；S7：重复执行步骤S2‑S6直至结果满足要求。本发明的方法能够在未知介电常数的情况下快速准确地进行后向投影成像以及确定介电常数。
-
公开(公告)号：CN115496917B
公开(公告)日：2023-09-26
申请号：CN202211354900.7
申请日：2022-11-01
Applicant: 中南大学
IPC: G06V10/44 , G06V10/762 , G06V10/764 , G06T3/40
Abstract: 本发明实施例提供了一种GPRB‑Scan图像中的多目标检测方法及装置，所述方法包括：获得GPRB‑Scan图像数据，对所述图像数据中的目标数据用矩形框进行框定作为真实边界框；对所述图像数据进行预处理，所述预处理包括对所述图像数据整体进行缩放、填充以形成目标尺寸的图像数据；对所述真实边界框进行聚类，并基于聚类结果计算得到多个对应所述图像数据的矩形的边界框；将所述边界框作为用于对所述图像数据进行目标检测的目标网络的锚框，使所述目标网络能够基于所述锚框及提取的图像特征生成候选框，所述候选框框选有所述图像数据中的目标数据。
-
Patent Agency Ranking
公开(公告)号：CN114966560B
公开(公告)日：2022-10-28
申请号：CN202210902645.9
申请日：2022-07-29
Applicant: 中南大学
IPC: G01S7/28 , G01S7/285 , G01S7/292 , G01S7/35 , G01S13/88 , G01S13/89 , G06V10/25 , G06N3/04 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82
Abstract: 本发明公开了一种探地雷达后向投影成像方法及系统，该方法包括：获取并预处理B‑scan数据，并根据预处理后的B‑scan数据构建标签数据集；构建YOLOX网络，通过标签数据集对YOLOX网络进行训练；通过训练好的YOLOX网络获取待成像B‑scan图像的目标潜在区域，并在目标潜在区域中进行后向投影成像，获得初始成像图像；对初始成像图像进行双阈值处理和积分聚焦处理，得到目标成像图像。本发明通过YOLOX网络将B‑scan图像中的目标潜在区域框定出来，仅在区域内进行成像，避免了全域的后向投影计算，节省了计算量；同时通过双阈值处理和积分聚焦处理来增强图像，提高了成像质量。
-
公开(公告)号：CN117310696B
公开(公告)日：2024-07-23
申请号：CN202311255661.4
申请日：2023-09-26
Applicant: 中南大学 , 中国人民解放军63983部队
Abstract: 本发明提供一种探地雷达自聚焦后向投影成像方法及装置，该方法包括：S1：确定未知背景介质的相对介电常数的取值区间；S2：获得第一探测场景的二维B‑scan数据，并基于第一预估值处理形成第一后向投影成像结果；S3：基于预测模型处理第一后向投影成像结果得到其聚焦特征；S4：基于聚焦特征对预估值与真实值的偏差进行判定；S5：若判定结果满足要求，输出预估值及第一后向投影成像结果，若不满足要求，则更新取值区间；S6：基于新的取值区间确定新的预估值；S7：重复执行步骤S2‑S6直至结果满足要求。本发明的方法能够在未知介电常数的情况下快速准确地进行后向投影成像以及确定介电常数。
-
公开(公告)号：CN115496917A
公开(公告)日：2022-12-20
申请号：CN202211354900.7
申请日：2022-11-01
Applicant: 中南大学
IPC: G06V10/44 , G06V10/762 , G06V10/764 , G06T3/40
Abstract: 本发明实施例提供了一种GPRB‑Scan图像中的多目标检测方法及装置，所述方法包括：获得GPRB‑Scan图像数据，对所述图像数据中的目标数据用矩形框进行框定作为真实边界框；对所述图像数据进行预处理，所述预处理包括对所述图像数据整体进行缩放、填充以形成目标尺寸的图像数据；对所述真实边界框进行聚类，并基于聚类结果计算得到多个对应所述图像数据的矩形的边界框；将所述边界框作为用于对所述图像数据进行目标检测的目标网络的锚框，使所述目标网络能够基于所述锚框及提取的图像特征生成候选框，所述候选框框选有所述图像数据中的目标数据。
-
公开(公告)号：CN114966600B
公开(公告)日：2022-10-28
申请号：CN202210905240.0
申请日：2022-07-29
Applicant: 中南大学
IPC: G01S7/41 , G01S7/16 , G01S7/292 , G01S7/35 , G01S13/88 , G01S13/89 , G06V10/30 , G06V10/82 , G06V10/774 , G06V10/80 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种探地雷达B‑scan图像杂波抑制方法及系统，该方法包括：获取地下目标区域的含杂波GPR B‑scan图像、无杂波GPR B‑scan图像和仅含杂波背景GPR B‑scan图像，构建训练数据集；构建解纠缠表示生成对抗网络；通过训练数据集对解纠缠表示生成对抗网络进行训练，并根据解纠缠表示生成对抗网络中训练好的目标特征编码器和杂波抑制生成器构建杂波抑制网络；通过杂波抑制网络对实测GPR B‑scan图像进行杂波抑制，获得杂波抑制GPR B‑scan图像。本发明通过不匹配的图像数据对解纠缠表示生成对抗网络进行无监督学习，可以有效抑制实测GPR B‑scan图像的不均匀杂波。
-
公开(公告)号：CN114331890A
公开(公告)日：2022-04-12
申请号：CN202111616020.8
申请日：2021-12-27
Applicant: 中南大学 , 中国电波传播研究所(中国电子科技集团公司第二十二研究所)
Inventor： 雷文太 , 毛凌青 , 隋浩 , 辛常乐 , 罗诗光 , 张硕 , 王义为 , 李若楠 , 王睿卿 , 罗佳斌 , 徐龙 , 宋千 , 任强 , 王春和 , 彭正辉 , 王君超 , 王成浩 , 李少龙 , 刘闯 , 张其道 , 张友源 , 冯温雅 , 程丹丹 , 程星
Abstract: 本发明公开了一种基于深度学习的探地雷达B‑scan图像特征增强方法及系统，该方法包括：通过探地雷达对地下探测区域进行B扫描，获取GPR B‑scan图像构建无噪高分辨率GPR标签数据集；对无噪高分辨率GPR标签数据集进行行与列等间隔下采样，得到无噪低分辨率GPR标签数据集，再加入高斯白噪声，得到有噪低分辨率GPR图像数据集；利用GPR图像数据集和对应的标签数据集训练构建的双重生成对抗网络；将实测的含噪低分辨率GPR B‑scan图像输入至训练好的网络，得到清晰的高分辨率GPR B‑scan图像。本发明有效解决了GPR B‑scan图像中因噪声和分辨率低所造成的图像中目标特征模糊的问题，能够有效抑制有噪低分辨率GPR B‑scan图像中的噪声，并提高GPR B‑scan图像中目标的分辨率，实现GPR B‑scan图像特征增强。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.022 seconds)
