(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210902645.9 (22)申请日 2022.07.29 (65)同一申请的已公布的文献号 申请公布号 CN 114966560 A (43)申请公布日 2022.08.30 (73)专利权人 中南大学 地址 410012 湖南省长 沙市岳麓区麓山 南 路932号 (72)发明人 雷文太　隋浩　毛凌青　辛常乐　 王睿卿　罗诗光　张硕　王义为　 宋千　 (74)专利代理 机构 北京风雅颂专利代理有限公 司 11403 专利代理师 曾志鹏 (51)Int.Cl. G01S 7/28(2006.01) G01S 7/285(2006.01) G01S 7/292(2006.01) G01S 7/35(2006.01) G01S 13/88(2006.01)G01S 13/89(2006.01) G06V 10/25(2022.01) G06N 3/04(2006.01) G06V 10/764(2022.01) G06V 10/774(2022.01) G06V 10/80(2022.01) G06V 10/82(2022.01) (56)对比文件 CN 10767802 9 A,2018.02.09 CN 114331890 A,202 2.04.12 CN 110333489 A,2019.10.15 CN 1017386 02 A,2010.0 6.16 CN 114758230 A,2022.07.15 CN 108387896 A,2018.08.10 US 80940 63 B1,2012.01.10 US 20101415 08 A1,2010.0 6.10 陈鑫澎 等.基 于加权相关的探地雷达后向 投影成像算法. 《电子 器件》 .202 2,第45卷(第1 期),全文. (续) 审查员 王文君 (54)发明名称 一种探地雷达后向投影成像方法及系统 (57)摘要 本发明公开了一种探地雷达后向投影成像 方法及系统， 该方法包括： 获取并预处理B ‑scan 数据， 并根据预处理后的B ‑scan数据构建标签数 据集； 构建YOLOX网络， 通过标签数据集对YOLOX 网络进行训练； 通过训练好的YOLOX网络获取待 成像B‑scan图像的目标潜在区域， 并在目标潜在 区域中进行后向投影成像， 获得初始成像图像； 对初始成像图像进行双阈值处理和积分聚焦处 理， 得到目标 成像图像。 本发明通过YOL OX网络将 B‑scan图像中的目标潜在区域框定 出来， 仅在区 域内进行成像， 避免了全域的后向投影计算， 节 省了计算量； 同时通过双阈值处理和积分聚焦处 理来增强图像， 提高了成像质量。 [转续页] 权利要求书3页 说明书16页 附图5页 CN 114966560 B 2022.10.28 CN 114966560 B (56)对比文件 Wentai Lei 等.A Multi-Scale Weighted Back Projecti on Imaging Technique for Ground Penetrati ng Radar Ap plications. 《remote sensi ng》 .2014,全 文.2/2 页 2[接上页] CN 114966560 B1.一种探地雷达后向投影成像方法， 其特 征在于， 包括： 获取并预处理B ‑scan数据， 并根据预处理后的B ‑scan数据构建标签数据集， 所述标签 数据集包含预处理后的B ‑scan数据转换成 的B‑scan图像以及所述B ‑scan图像对应的目标 矩形框标签； 构建YOLOX网络， 通过 所述标签数据集对所述YOLOX网络进行训练； 通过训练好的所述YOLOX网络获取待成像B ‑scan图像的目标潜在区域， 并在所述目标 潜在区域中进行后向投影成像， 获得初始成像图像； 对所述初始成像图像进行双阈值处 理， 得到伪影抑制图像， 包括： 根据所述初始成像图像中像素点的大小关系， 获取幅度阈值； 所述幅度阈值为区分所 述初始成像图像中目标点和背景点的边界； 构建十字形模板， 并根据所述十字形模板获取相似度阈值和模板长度； 所述相似度阈 值为： 对于所述初始成像图像中不满足所述幅度阈值的待定点， 通过计算待定点与目标点 的相似度来区分目标点和背景点的相似度的边界； 根据所述幅度阈值、 所述相似度阈值和所述十字形模板， 对所述初始成像图像中的每 个所述像素点进行处 理， 得到伪影抑制图像； 对所述伪影抑制图像进行积分聚焦处 理， 得到目标成像图像。 2.根据权利要求1所述的探地雷达后向投影成像方法， 其特征在于， 所述获取并预处理 B‑scan数据， 并根据预处 理后的B‑scan数据构建标签数据集， 包括： 通过探地雷达对 含有目标的地下区域进行探测， 获得N个B ‑scan数据； 对N个所述B ‑scan数据进行 预处理， 并将预处 理后的B‑scan数据转换为B ‑scan图像； 对N张所述B ‑scan图像中目标存在区域进行 标记， 获得对应的目标矩形框标签； 将N张含目标矩形框标签的所述B ‑scan图像按照预设分配比例划分为第一数据集和测 试集； 对所述第一数据集按照所述预设 分配比例划分为训练集和验证集； 根据所述训练集、 所述验证集和所述测试集构成标签数据集。 3.根据权利要求1所述的探地雷达后向投影成像方法， 其特征在于， 所述YOLOX网络包 含骨干网络、 颈部网络和头部网络； 所述骨干网络用于提取所述B ‑scan图像的特征， 所述颈 部网络用于对特 征进行组合和混合， 所述头 部网络用于对特 征进行预测和分类； 所述骨干网络包含一个注意力模块、 三个卷积残差模块和一个特征堆叠模块； 其中， 所 述注意力模块由下采样层和基础卷积层组成， 所述基础卷积层包含一个卷积层、 一个批量 归一化层和一个激活函数； 所述卷积残差模块由所述基础卷积层和CSP层组成， 所述CSP层包含一条主干分支、 一 条残差边分支和一个通道维度拼接层， 所述主干分支包含一个所述基础卷积层、 一个残差 堆叠层和一个相加层， 所述残差边分支包 含一个基础卷积层； 所述特征堆叠模块由所述基础 卷积层、 SPP层和所述CSP层组成， 所述SPP层包含两个所 述基础卷积层、 一个上采样堆叠层和一个通道维度拼接层， 所述上采样堆叠层包含三条池 化分支和一条堆叠分支； 所述颈部网络包含两个上采样融合模块和两个特征融合模块， 所述上采样融合模块由 所述基础卷积层、 上采样层、 所述通道维度拼接层和所述CSP层组成； 所述特征融合模块由权　利　要　求　书 1/3 页 2 CN 114966560 B 3