摘要
一种基于深度学习的探地雷达目标特征自动化识别方法,属于无损检测与计算机视觉技术领域,本发明方法通过引入边缘检测技术、深度学习语义分割算法、图像增强去噪技术、掩码图像过滤技术及掩码图像修复技术,构建了一套自动化的目标降噪与特征提取方法。该方法从多分辨率混合格式GPR原始数据采集、预处理、深度学习目标分割、掩码图像过滤与修复,到最终双曲反射弧特征的提取与优化,提供了自动化、高效、低成本、优质的处理流程,实现了从数据采集、预处理、特征提取到结果优化的端对端全流程自动化处理,为探地雷达目标降噪与特征提取在自动化与智能领域提供了端对端的处理方法与技术支持。
技术关键词
自动化识别方法
探地雷达
多分辨率
深度学习数据
语义分割模型
深度学习语义分割
图像增强
数据处理单元
二值掩码图像
神经网络对图像
图像修复技术
格式
双曲线特征
边缘检测技术
计算机视觉技术
特征提取算法
系统为您推荐了相关专利信息
多分辨率
精确控制档位
断点
转换算法
优先级算法
探地雷达图像
多尺度特征提取
空洞
空间金字塔
隧道
多自由度机械臂
伸缩调节机构
旋转关节
小臂
安装罩