[发明专利]一种RefineDet网络模型的探地雷达地下空洞目标自动检测方法

权利要求书

1.一种RefineDet网络模型的探地雷达地下空洞目标自动检测方法，其特征在于，所述方法具体包括：

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背景消除，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增益，对背景进行抑制，提取淹没在图像中的空洞特征；

步骤3：对步骤2中已增益处理后的图像数据进行降噪，抑制杂波的影响；

步骤4：对步骤3中处理后的探地雷达回波图像进行预筛选，参照人工识别并实地确认的结果，利用labelimg对图像中的空洞进行标注；

步骤5：将步骤4得到的图像数据制成PASCALVOC数据集格式的检测网络数据集；

步骤6：将步骤5中得到的数据集中的训练集输入RefineDet网络中，对其进行训练，得到权重模型；

步骤7：将步骤5得到的数据集中的测试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检测。

2.根据权利要求1所述的方法，其特征在于，在步骤1中，通过横向波纹抑制滤波方法进行图像背景消除，得到横向波纹受到抑制的探地雷达回波图像。

3.根据权利要求1所述的方法，其特征在于，使用节点式均值线性增益方法，从冗余的背景信息中提取空洞目标特征，节点式均值线性增益能在背景中凸显空洞的曲线特征，更清晰的得到空洞目标的位置和形状特征。

4.根据权利要求3所述的方法，其特征在于，所述节点式均值线性增益方法具体为：

首先将图片按纵向平均分割为7个部分，然后将每一部分的起始行，以及图像的最终行分别对应一个节点，即共8个节点；

然后取每个部分每行像素最大值的均值，作为对应的节点的增益大小，通过线性插值得到预增益曲线，并使用最大值对该预增益曲线进行校准，得到增益曲线，图像的每一行对应该增益曲线上的一个点，该点大小即为该行增益大小，按照该增益曲线对图像进行增益。

5.根据权利要求1所述的方法，其特征在于，所述降噪采用快速非局部均值去噪。

6.根据权利要求1所述的方法，其特征在于，在步骤5中，将图像数据制成PASCAL VOC数据集格式的检测网络数据集，其中按一定比例将部分无目标图像和空洞图像分配给网络的训练，剩余部分的无目标图像和空洞图像分配给网络的测试。