一种基于长短期记忆模型的探地雷达地下空洞目标自动识别方法技术

本发明专利技术提出一种基于长短期记忆模型的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的探地雷达回波图像进行预处理，得到横向波纹受到抑制的探地雷达回波图像；对生成的探地雷达回波图像进行预筛选，标记明确空洞目标像素位置；对已标记的图像数据进行增广处理，得到处理后的具有相似分布的增广图像数据集；使用增广图像数据集，进行特征提取，对提取到的特征数据进行标准化处理，得到特征向量数据集；将得到的特征向量数据集分为训练集和验证集，对长短期记忆模型进行训练，得到权重模型；将得到的验证集输入得到的权重模型，对图像进行目标识别分类；采用本发明专利技术的方法能有效的提高识别概率，将识别概率提高到90％以上。上。上。

【技术实现步骤摘要】
Log
‑
Gabor滤波器进行特征提取，对提取到的特征数据进行标准化处理，得到特征向量数据集；
[0012]步骤5：将步骤4得到的特征向量数据集分为训练集和验证集，对长短期记忆模型进行训练，得到权重模型；
[0013]步骤6：将步骤5得到的验证集输入得到的权重模型，对地下空洞目标探地雷达回波图像进行目标识别分类。
[0014]进一步地，在步骤1中，
[0015]所述预处理包括：对已获取的地下空洞目标的探地雷达回波图像进行地表反射波去除和图像滤波；
[0016]通过直接截取的方式进行地表反射波去除，采用横向均值滤波方法进行图像滤波，得到横向波纹受到抑制的探地雷达回波图像。
[0017]进一步地，在步骤2中，
[0018]使用不再设置参考窗的CFAR方法，在步骤1得到的整个图像上对地下空洞图像进行能量检测处理；
[0019]并滤除孤立的异常能量区域，将得到的图像进行模糊化处理，最后对空洞的相关像素进行位置标记，明确每个子像素是否属于空洞。
[0020]进一步地，在步骤2中，
>[0021]所述滤本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于长短期记忆模型的探地雷达地下空洞目标自动识别方法，其特征在于：所述方法具体包括以下步骤：步骤1：对已获取的地下空洞目标的探地雷达回波图像进行预处理，得到横向波纹受到抑制的探地雷达回波图像；步骤2：对步骤1生成的探地雷达回波图像进行预筛选，标记明确空洞目标像素位置；步骤3：对步骤2中已标记的图像数据进行增广处理，得到处理后的具有相似分布的增广图像数据集；步骤4：使用步骤3的增广图像数据集，使用边缘直方图描述符，方向梯度直方图和Log
‑
Gabor滤波器进行特征提取，对提取到的特征数据进行标准化处理，得到特征向量数据集；步骤5：将步骤4得到的特征向量数据集分为训练集和验证集，对长短期记忆模型进行训练，得到权重模型；所述长短期记忆模型的循环体单元基于门控结构和细胞状态,使用遗忘门来对之前的记忆信息进行处理，使用输入门对当前的输入信息进行处理，使用输出门来决定输出信息，利用记忆细胞来储存信息；遗忘门用来让网络忘记无用的信息，遗忘门f
t
根据当前时刻节点的输入x
t
、上一时刻节点的状态C
t
‑1和上一时刻节点的输出h
t
‑1来决定哪些信息将被遗忘；在网络使用遗忘门所忘记部分之前的信息后，还需要从当前的输入补充最新的记忆；输入门用来让网络决定当前输入数据中哪些信息将被留下来，输入门i
t
根据当前时刻节点的输入x
t
、上一时刻节点的状态C
t
‑1和上一时刻节点的输出h
t
‑1来决定哪些信息将进入当前时刻节点的状态C
t
；网络在得到最新节点状态C
t
后，使用输出门进行结果输出，输出门o
t
结合上一时刻节点的输出h
t
‑1和当前时刻节点的输入x
t
来决定当前时刻节点的输出；步骤6：将步骤5得到的验证集输入得到的权重模型，对地下空洞目标探地雷达回波图像进行目标识别分类。2.根据权利要求1所述方法，其特征在于：在步骤1中，所述预处理包括：对已获取的地下空洞目标的探地雷达回波图像进行地表反射波去除和图像滤波；通过直接截取的方式进行地表反射波去除，采用横...

【专利技术属性】
技术研发人员：白旭，张洋，刘馥淇，郭士増，罗雪溶，冯鹏飞，刘金龙，温志涛，田昊翔，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：