摘要
本发明属于道路检测技术领域,具体公开了一种基于探地雷达三维正演与SAM2‑Unet融合的道路空洞检测方法,包括以下步骤:S1.通过探地雷达向待测道路发射电磁波,接收反射信号生成探地雷达图像并解析;S2.数据预处理;S3.构建地下介质三维速度模型;S4.在三维速度模型中进行几何射线追踪,确定电磁波反射点至地表接收点的传播路径和时间参数;S5.采用三维Kirchhoff偏移算法叠加绕射波贡献;S6.将偏移结果图像输入预训练的SAM2‑Unet网络进行高精度分割;S7.解析道路空洞的三维空间坐标、延伸方向及埋深参数。本发明将三维偏移成像与深度学习方法结合,提升了道路空洞检测的定位精度和形态表征能力,能够为地下病害智能诊断提供技术支撑,具有显著的工程应用价值。
技术关键词
空洞检测方法
探地雷达图像
探地雷达系统
道路地下空洞
雷达图像数据
道路检测技术
特征提取方法
深度学习方法
解码架构
射线
深度学习模型
网络
绕射波
信号特征
卷积模块
分布特征
数据体
系统为您推荐了相关专利信息
空洞检测装置
晶圆
吸附器
超声检测装置
红外检测装置
深度学习方法
LSTM模型
深度学习系统
信息数据处理终端
生成高分辨率
多普勒雷达数据
门控循环单元
双线性插值法
图片
雷达图像数据
探地雷达系统
三维模型
成像方法
克里金差值算法
坐标