一种基于DRDU-Net的GPR图像去噪方法技术

本发明专利技术属于探地雷达图像处理领域，具体涉及一种基于DRDU

【技术实现步骤摘要】
一种基于DRDU
‑
Net的GPR图像去噪方法


[0001]本专利技术属于探地雷达图像处理领域，具体涉及一种基于密集残差去噪U
‑
Net(Dense Residual Denoising U
‑
Net，DRDU
‑
Net)的GPR图像去噪方法。

技术介绍

[0002]探地雷达(Ground Penetrating Radar，GPR)作为一种高效、无损的地下探测工具，能够很好的预防城市地下管线事故和道路塌陷等灾害的发生。然而，由于地下环境复杂多样以及介质的不均匀性，使得GPR在采集数据时，容易受到各种杂波和随机噪声的干扰，严重影响GPR的检测性能，使数据的智能解译效果不佳。因此，研究一种效果优良的GPR图像去噪算法尤为重要。
[0003]在GPR图像去噪领域，学者们常用的主要方法有传统去噪方法和基于深度学习的去噪方法。其中，传统去噪方法主要有双边滤波、F
‑
K变换、三维块匹配法(Block
‑
matching and 3D，BM3本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于DRDU
‑
Net的GPR图像去噪方法，其特征在于，具体步骤包括：步骤1、构建探地雷达图像数据集：首先实测获得若干GPR图像，后利用gprMax工具模拟获得若干GPR图像，最后利用实测的GPR图像作为WGAN
‑
GP网络的输入，对网络进行训练，再次获得若干GPR图像，三次获得的若干GPR图像构成GPR图像数据集；步骤2、DRDU
‑
Net模型的构建：编码部分用密集残差块替换U
‑
Net中每一层的Conv
‑
ReLU结构；解码部分的Up
‑
Conv结构用双线性插值替换以进行上采样，结合编码过程和解码过程构建DRDU
‑
Net模型；步骤3、利用DRDU
‑
Net模型对构建的GPR图像数据集去噪处理：首先将含噪GPR图像输入DRDU
‑
Net模型，经过DRDU
‑
Net模型中编码部分的DRB和最大池化处理后获得噪声特征图；其次利用DRDU
‑
Net模型中解码部分的DRB对步骤噪声特征图进行特征提取和复用；并经双线性插值的上采样将噪声特征图通道数减半，得到纯噪声特征；然后通过构建损失函数使纯噪声特征无限接近噪声，最后从DRDU
‑
Net模型的含噪GPR图像初始输入减去处理后的纯噪声特征，便在DRDU
‑
Net模型输出端的到无噪的GPR图像。2.根据权利要求1所述的一种基于DRDU
‑
Net的GPR图像去噪方法，其特征在于，所述构建GPR图像数据集具体包括：步骤(1)：选择实际场景，利用GPR对场景进行实地探测，获得若干张实测GPR图像；步骤(2)：根据FDTD原理，设置介质属性、天线频率和时窗参数值，并利用gprMax工具模拟生成GPR图像，模拟生成GPR图像通过随机改变移动步长和步幅参数值批量生成若干张GPR图像；步骤(3)：将步骤(1)实测的GPR图像作为WGAN
‑
GP网络的输入，对网络进行训练，利用该网络生成若干张GPR图像。3.根据权利要求1所述的一种基于DRDU
‑
Net的GPR图像去噪方法，其特征在于：所述DRDU
‑
Net模型包括两部分，第一部分为含有四层DRB和池化的编码部分，密集残差块替换U
‑
Net中每一层的Conv
‑
ReLU结构，每层中...

【专利技术属性】
技术研发人员：王惠琴，高大庆，何永强，包仲贤，
申请(专利权)人：兰州理工大学，
类型：发明
国别省市：