[發明專利]基于深度學習的地下目標電磁反演方法及系統

有效

• 申請號: 202110609551.8
• 申請日: 2021-06-01
• 公開（公告）號: CN113361367B
• 公開（公告）日: 2022-04-26
• 發明（設計）人: 雷文太;羅詩光;胡超;任強;王成浩;程丹丹;羅佳斌;張碩;王義為;徐龍
• 申請（專利權）人: 中南大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08;G06V30/32;G06V30/19;G06V10/774;G06V10/82
• 代理公司: 北京風雅頌專利代理有限公司 11403
• 代理人: 劉文博

1.一種基于深度學習的地下目標電磁反演方法，其特征在于，包括：

構建GPR探測區域空間，將手寫數據集中每一個手寫數字體圖像映射為所述GPR探測區域空間中的探測目標區域，并通過仿真計算獲取GPR數據集；所述GPR數據集中包含與每一個所述手寫數字體圖像對應的仿真回波數據矩陣；該步驟包括：獲取手寫數據集，并調用預設的Python程序從所述手寫數據集中讀取手寫數字體圖像；將讀取的所述手寫數字體圖像進行二值化處理，得到二值矩陣；將所述二值矩陣轉換為仿真文件，并將所述仿真文件輸入預先構建的GPR仿真場景中，通過運行GPR仿真軟件得到所述手寫數字體圖像對應的探測目標區域的仿真回波數據矩陣；獲取多個所述仿真回波數據矩陣，構建GPR數據集；

對所述GPR數據集進行頻域處理之后，獲取頻域數據集；所述頻域數據集中包含與每一個所述仿真回波數據矩陣對應的回波頻域數據矩陣；

構建初始電磁反演網絡，并以所述頻域數據集中的回波頻域數據矩陣為輸入、探測目標區域的介電常數矩陣為輸出對所述初始電磁反演網絡進行訓練，得到訓練好的目標電磁反演網絡；

通過GPR對待測地下目標區域進行探測，獲得實測回波數據矩陣，并對所述實測回波數據矩陣進行頻域處理之后，將頻域處理獲得的回波頻域數據矩陣輸入所述目標電磁反演網絡，以獲得所述待測地下目標區域的介電常數矩陣；

其中，所述GPR仿真軟件為GPRMax仿真軟件；所述將所述二值矩陣轉換為仿真文件，并將所述仿真文件輸入預先構建的GPR仿真場景中，通過運行GPR仿真軟件得到所述手寫數字體圖像對應的探測目標區域的仿真回波數據矩陣，包括：

創建HDF5文件，將所述二值矩陣以支持NumPy的數據類型存儲到所述HDF5文件，并在所述HDF5文件中添加分辨率屬性；

創建仿真文件，將所述HDF5文件導入所述仿真文件，以使所述仿真文件的分辨率參數與所述HDF5文件中的分辨率屬性值大小相等；

創建包含兩條材料命令的材料文本文件；所述兩條材料命令均用于設置與所述手寫數字體圖像對應的探測目標區域的材料屬性；

將所述手寫數字體圖像對應的探測目標區域放置在所述GPR探測區域空間的固定位置，并設置GPR配置參數，以完成GPR仿真場景的構建；

將所述仿真文件輸入所述GPR仿真場景，通過運行GPRMax仿真軟件獲得所述手寫數字體圖像對應的探測目標區域的仿真回波數據矩陣。

2.如權利要求1所述的基于深度學習的地下目標電磁反演方法，其特征在于，所述對所述GPR數據集進行頻域處理之后，獲取頻域數據集，包括：

獲取GPR仿真場景下的背景回波數據矩陣，并使用仿真計算獲得的所述仿真回波數據對所述背景回波數據矩陣進行背景抑制處理，得到不含背景的回波數據矩陣；

通過頻域轉換算法對所述不含背景的回波數據矩陣進行頻域轉換之后，通過預先構建的矩陣滑窗函數對頻域轉換后的初始復數矩陣進行頻點篩選，得到目標復數矩陣；

根據所述目標復數矩陣的實部矩陣和虛部矩陣，構建回波頻域數據矩陣；

獲取多個所述回波頻域數據矩陣構建頻域數據集，并對所述頻域數據集中每一個所述回波頻域數據矩陣進行標準化，得到標準化后的頻域數據集。