-
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。
-
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：CN116106833A
公开(公告)日：2023-05-12
申请号：CN202310385701.0
申请日：2023-04-12
Applicant: 中南大学
Abstract: 本发明提供一种基于深度学习的抑制表层钢筋回波的处理方法及系统，该方法包括如下步骤：通过探地雷达对目标区域进行扫描，获取目标区域的目标回波图像；通过对目标区域的仿真探测获取图像数据集，图像数据集包括有钢筋干扰的第一回波图像数据集和无钢筋干扰的第二回波图像数据集；基于无监督的钢筋注意检测器构建初始对抗网络；利用第一回波图像数据集和第二回波图像数据集训练初始对抗网络，得到循环生成对抗网络；将目标回波图像输入至循环生成对抗网络，得到抑制表层钢筋回波干扰处理后的目标回波图像。本发明可以解决因表层钢筋对下行和上行电磁波的强干扰而导致钢筋下方的空洞回波信号变弱和难以识别的问题。
-
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：CN112819732B
公开(公告)日：2021-07-09
申请号：CN202110415692.6
申请日：2021-04-19
Applicant: 中南大学
Abstract: 一种探地雷达B‑scan图像去噪方法，其中包括以下步骤：步骤1：探地雷达GPR在地表对预先埋有管线目标的单一背景介质区域进行探测，获取Z幅GPR B‑scan图像构成无噪GPR标签数据集；步骤2：利用每种含噪GPR数据集及其对应的无噪GPR标签数据集训练多尺度卷积自编码器；所述多尺度卷积自编码器包括一个编码器E、一个解码器D；步骤3：将待去噪的GPR图像输入至训练好的多尺度卷积自编码器，通过编码和解码，输出去噪后的GPR图像，并计算去噪后GPR图像的信噪比，验证多尺度卷积自编码器的去噪效果，本发明能够将低信噪比情况下的含噪GPR图像有效去噪。
-
Patent Agency Ranking
公开(公告)号：CN112198966B
公开(公告)日：2021-03-16
申请号：CN202011420741.7
申请日：2020-12-08
Applicant: 中南大学
Abstract: 本发明公开了一种基于FMCW雷达系统的笔画识别方法以及系统，该方法包括：获取基于FMCW雷达系统手写汉字包含的至少一个待识别笔画的中频信号数据；对各待识别笔画的中频信号数据进行预处理，获取各待识别笔画的特征图集合；获取训练完成的汉字基本笔画识别模型；汉字基本笔画识别模型是指以特征图集合为输入参数，以基本笔画类别为输出参数的卷积神经网络模型；将各待识别笔画的特征图集合输入至汉字基本笔画识别模型中，并获取汉字基本笔画识别模型输出的与各待识别笔画匹配的基本笔画类别。本发明降低了用于表征手势运动趋势的数据量，提高了特征提取效率，且能够精确地判别出基本笔画类别。
-
公开(公告)号：CN111273250B
公开(公告)日：2023-08-25
申请号：CN202010144276.2
申请日：2020-03-04
Applicant: 中南大学
IPC: G01S7/41
Abstract: 本发明提出了一种用于步进频率雷达的非线性频率步进方法及其系统，包括非线性频率步进准则、非线性间隔的宽带频谱合成方法和基于软件无线电平台的非线性步进频率雷达系统的实现方法。该方法通过分析均匀步进间隔下的雷达回波特征，设计了非线性的频率步进准则，对探测区域进行第二次扫描并获得雷达回波，设计了非线性频率步进下的宽带频谱合成方法，对非线性频率步进下的宽带频谱进行合成处理，获得雷达散射回波，达到提高雷达分辨力，降低一维距离像旁瓣的目的。给出了基于软件无线电平台的非线性步进频率雷达系统的实现方案，包括硬件搭建方案和平台参数配置。
-
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
21
records
(took 0.025 seconds)
