结合多尺度融合与卷积神经网络的地下空洞识别方法及系统

本发明公开了一种结合多尺度融合与卷积神经网络的地下空洞识别方法及系统，该方法包括以下步骤：首先，采用Hilbert变换处理探地雷达时间序列数据，提取探地雷达信号的瞬时属性：瞬时幅值(IA)、瞬时相位(IP)和瞬时频率(IF)，从而获得精确的局部信号特征；其次，应用双树复数小波变换对IA、IP和IF进行多尺度特征融合，有效应对B‑scan剖面(BP)中地球物理特征信息不足问题。最后，将融合后的数据集输入到卷积神经网络进行训练，训练结果表明：该融合方法可以捕获多尺度和多方向特征，有效减少BP的信号模糊度，具有更高的识别准确率和鲁棒性，为地下空洞异常体检测提供了一种有效的新策略。