[發(fā)明專利]基于曲線知識和深度學(xué)習(xí)的地下線纜雷達(dá)圖像檢測方法在審
| 申請?zhí)枺?/td> | 202210215384.3 | 申請日: | 2022-03-07 |
| 公開(公告)號: | CN114581677A | 公開(公告)日: | 2022-06-03 |
| 發(fā)明(設(shè)計)人: | 周東國;汪濱波 | 申請(專利權(quán))人: | 無錫科若斯科技有限公司 |
| 主分類號: | G06V10/44 | 分類號: | G06V10/44;G06V10/764;G06V10/82;G06K9/62;G01S13/89;G06N3/04;G06N3/08 |
| 代理公司: | 北京匯澤知識產(chǎn)權(quán)代理有限公司 11228 | 代理人: | 吳靜 |
| 地址: | 214174 江蘇省無錫市*** | 國省代碼: | 江蘇;32 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 基于 曲線 知識 深度 學(xué)習(xí) 地下 線纜 雷達(dá) 圖像 檢測 方法 | ||
基于曲線知識和深度學(xué)習(xí)的地下線纜雷達(dá)圖像檢測方法,包括:提取B?scan雷達(dá)圖像的邊緣,制作邊緣圖像;計算邊緣圖像各邊緣點(diǎn)的曲率,制作曲率圖像;制作標(biāo)簽數(shù)據(jù),將邊緣圖像、曲率圖像和標(biāo)簽數(shù)據(jù)作為神經(jīng)網(wǎng)絡(luò)的輸入輸出數(shù)據(jù)對,將所有數(shù)據(jù)按一定的概率隨機(jī)分為訓(xùn)練數(shù)據(jù)和測試數(shù)據(jù);利用訓(xùn)練數(shù)據(jù)調(diào)整網(wǎng)絡(luò)模型中的參數(shù),直到獲得損失函數(shù)最小意義上的最低解;將測試數(shù)據(jù)集代入訓(xùn)練得到的模型中,驗證訓(xùn)練得到的模型的性能,反復(fù)上述步驟,直到訓(xùn)練次數(shù)達(dá)到給定的次數(shù)或者誤差精度達(dá)到給定的精度;確定測試數(shù)據(jù)集上檢測精度最高的模型參數(shù)為最終結(jié)果。本發(fā)明使神經(jīng)網(wǎng)絡(luò)重點(diǎn)關(guān)注圖像中的邊緣信號,減小需要求取的參數(shù)量,降低對訓(xùn)練數(shù)據(jù)量的需求。
技術(shù)領(lǐng)域
本發(fā)明涉及的是雷達(dá)圖像檢測領(lǐng)域,特別涉及基于曲線知識和深度學(xué)習(xí)的地下線纜雷達(dá)圖像檢測方法。
背景技術(shù)
B-scan雷達(dá)圖像是目前最普遍的雷達(dá)信號類型,大多工程應(yīng)用都基于雷達(dá)圖像提供的信息。由于地下介質(zhì)并非均勻的,且存在各種可能的雜物,因而,雷達(dá)圖像的有用信息常常隱于嘈雜的圖像背景中,即使人工檢測都相當(dāng)困難。
由于深度學(xué)習(xí)具有非常強(qiáng)的學(xué)習(xí)和表達(dá)能力,理論上可以表達(dá)任意復(fù)雜的關(guān)系,因而,雷達(dá)圖像中的檢測目標(biāo)識別常借助深度學(xué)習(xí)方法。然而,深度學(xué)習(xí)是一種普適方法,針對特定的任務(wù)需要訓(xùn)練專用的深度學(xué)習(xí)模型。為訓(xùn)練模型(即求模型參數(shù)),需要大量帶標(biāo)簽的訓(xùn)練數(shù)據(jù),而這種數(shù)據(jù)的采集和標(biāo)注是相當(dāng)費(fèi)時的,實際應(yīng)用中往往數(shù)據(jù)量有限。
發(fā)明內(nèi)容
鑒于上述問題,提出了本發(fā)明以便提供一種克服上述問題或者至少部分地解決上述問題的一種基于曲線知識和深度學(xué)習(xí)的地下線纜雷達(dá)圖像檢測方法。
為了解決上述技術(shù)問題,本申請實施例公開了如下技術(shù)方案:
一種基于曲線知識和深度學(xué)習(xí)的地下線纜雷達(dá)圖像檢測方法,包括:
S100.提取B-scan雷達(dá)圖像的邊緣,制作邊緣圖像;
S200.計算邊緣圖像各邊緣點(diǎn)的曲率,制作曲率圖像;
S300.制作標(biāo)簽數(shù)據(jù),將邊緣圖像、曲率圖像和標(biāo)簽數(shù)據(jù)作為神經(jīng)網(wǎng)絡(luò)的輸入輸出數(shù)據(jù)對,將所有數(shù)據(jù)按一定的概率隨機(jī)分為訓(xùn)練數(shù)據(jù)和測試數(shù)據(jù);
S400.利用訓(xùn)練數(shù)據(jù)調(diào)整網(wǎng)絡(luò)模型中的參數(shù),直到獲得損失函數(shù)最小意義上的最低解;
S500.將測試數(shù)據(jù)集代入訓(xùn)練得到的模型中,驗證訓(xùn)練得到的模型的性能,反復(fù)步驟S400到S500,直到達(dá)到一定條件停止訓(xùn)練;
S600.確定測試數(shù)據(jù)集上檢測精度最高的模型參數(shù)為最終結(jié)果。
進(jìn)一步地,S100中,提取B-scan雷達(dá)圖像的邊緣的方法為基于一階導(dǎo)的方法、基于二階導(dǎo)的方法,或者基于模型的方法之一。
進(jìn)一步地,S100中,提取B-scan雷達(dá)圖像的邊緣采用的邊緣閾值比普通邊緣檢測算法低;圖像邊緣檢測的方法包括但不僅限于Roberts、Prewitt、Sobel算子。
進(jìn)一步地,S200中,計算各邊緣點(diǎn)的曲率,制作曲率圖像,具體方法為:
S201:檢測邊緣圖像的邊緣點(diǎn);
S202:然后將邊緣點(diǎn)進(jìn)行細(xì)化;
S203:連接邊緣圖像中的斷點(diǎn);
S204:計算各邊緣點(diǎn)的曲率;
S205:并令非邊緣點(diǎn)處的曲率為0。
進(jìn)一步地,S204中,對數(shù)字圖像中的邊緣曲線,將邊緣曲線上的點(diǎn)從一端到另一端依次從小到大編號,第i個點(diǎn)坐標(biāo)(xi,yi),計算各邊緣點(diǎn)的曲率的公式為:
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于無錫科若斯科技有限公司,未經(jīng)無錫科若斯科技有限公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202210215384.3/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。





