[发明专利]一种探地雷达的输电线路走廊隐性病害识别方法

权利要求书

1.一种探地雷达的输电线路走廊隐性病害识别方法，其特征在于，所述方法包括：

通过训练好的生成对抗网络对数据集进行扩充，获得探地雷达图像的合成数据集；

使用所述合成数据集训练构建的FasterR-CNN模型，获得训练好的Faster R-CNN模型；

将待处理雷达图像输入所述训练好的Faster R-CNN模型进行检测，获得病害识别结果。

2.根据权利要求1所述方法，其特征在于，在所述通过训练好的生成对抗网络对数据集进行扩充之前，所述方法还包括：

采用仿真软件构建仿真模型，生成探地雷达图像的仿真图像数据；

基于所述仿真图像数据和随机噪声矢量，对构建的生成对抗网络进行训练，获得所述训练好的生成对抗网络。

3.根据权利要求2所述方法，其特征在于，所述采用仿真软件构建仿真模型，生成探地雷达图像的仿真图像数据，包括：

采用gprMax仿真软件构建空间大小、介电常数分布与实际输电线路走廊地下环境相符合的仿真模型，对路基中多种病害类型进行正演模拟，生成所述仿真图像数据。

4.根据权利要3所述方法，其特征在于，所述多种病害类型包括但不限于采空区、不密实、脱空以及含水脱空。

5.根据权利要求2所述方法，其特征在于，所述构建的生成对抗网络包括生成器和判别器；所述基于所述仿真图像数据和随机噪声矢量，对构建的生成对抗网络进行训练，获得所述训练好的生成对抗网络，包括：

将所述随机噪声矢量输入所述生成器，输出合成图像数据；

将所述合成图像数据与所述仿真图像数据输入所述判别器，评估所述合成图像数据为真实的概率；

基于所述构建的生成对抗网络的目标函数进行训练，实现最大化所述合成图像数据为真实的概率，获得所述训练好的生成对抗网络。

6.根据权利要求5所述方法，其特征在于，所述目标函数为：

V(G,D)＝E_x[logD(x)]+E_z[log(1-D(G(z)))]，

其中，D(·)表示评估数据为真实的概率，所述x表示所述仿真图像数据，所述G(z)表示所述合成图像数据，E_x[·]表示所述仿真图像数据的概率分布的期望值，E_z[·]表示所述合成图像数据判别为真的期望值；

所述基于所述构建的生成对抗网络的目标函数进行训练，实现最大化所述合成图像数据为真实的概率，包括：

基于所述目标函数进行训练，实现最大化第一概率D(x)，最小化第二概率1-D(G(z))。

7.根据权利要求1所述方法，其特征在于，所述使用所述合成数据集训练构建的FasterR-CNN模型，获得训练好的Faster R-CNN模型，包括：

步骤1：使用预训练模型对RPN网络进行初始化，并调整所述RPN网络的参数以生成候选框；

步骤2：使用所述预训练模型对FasterR-CNN网络进行初始化，并使用所述候选框训练检测网络；

步骤3：利用所述步骤2中所述Faster R-CNN网络的参数初始化所述RPN网络，固定共享卷积层并只调整所述RPN网络的参数；

步骤4：保持所述共享卷积层固定，使用所述步骤3中调整参数后的所述RPN网络生成的候选框，单独对所述检测网络进行调整，获得所述训练好的Faster R-CNN模型。

8.一种探地雷达的输电线路走廊隐性病害识别装置，其特征在于，包括：

数据处理模块，用于通过训练好的生成对抗网络对数据集进行扩充，获得探地雷达图像的合成数据集；

训练模块，用于使用所述合成数据集训练构建的Faster R-CNN模型，获得训练好的Faster R-CNN模型；

识别模块，用于将待处理雷达图像输入所述训练好的Faster R-CNN模型进行检测，获得病害识别结果。