探地雷达(Ground Penetrating Radar, GPR)作为一种非破坏性的电磁探测技术,已广泛应用于市政工程、交通、军事等领域的探测.复杂的地下环境中,电磁波传播规律变得复杂,背景介质的介电常数难以准确获得.后向投影(Back Projection,BP)成...探地雷达(Ground Penetrating Radar, GPR)作为一种非破坏性的电磁探测技术,已广泛应用于市政工程、交通、军事等领域的探测.复杂的地下环境中,电磁波传播规律变得复杂,背景介质的介电常数难以准确获得.后向投影(Back Projection,BP)成像算法需要预知背景介质的相对介电常数,且需逐个计算各成像网格的散射强度值,计算效率低.本文提出一种基于深度学习的探地雷达自聚焦后向投影(Deep learning based Auto focusing BP,DABP)成像方法,设计了目标感兴趣区域(Region Of Interest,ROI)的检测模块,基于地下目标的空间稀疏特征,将YOLOX网络和BP成像机理相结合,快速检测出目标潜在区域,仅对该区域中的成像网格进行成像处理,避免全域的后向投影计算,大幅降低运算量.其次,针对介电常数未知情况下BP成像难以聚焦的问题,设计了一个自聚焦后向投影(Auto Focusing BP,AF-BP)成像模块,构建了BS-YOLOv5网络和相应的数据集,实现基于改进二分法的地下介质介电常数估计和自聚焦成像.然后,设计了一个基于双阈值和积分聚焦的伪影抑制(artifact suppression based on Double Threshold and Integral Focusing,DTIF)模块,进一步提高成像结果的聚焦度.开展了仿真和实测数据的成像处理和对比分析,与BP成像方法相比,仿真数据成像结果的ISLR指标下降了250%、SCR指标提升了131%;实测数据成像结果的ISLR指标下降了322%、SCR指标提升了72%,仿真实验和实测实验的成像速度均提升了300%,验证了所提方法在提高GPR成像效率和成像质量方面的有效性.展开更多
文摘探地雷达(Ground Penetrating Radar, GPR)作为一种非破坏性的电磁探测技术,已广泛应用于市政工程、交通、军事等领域的探测.复杂的地下环境中,电磁波传播规律变得复杂,背景介质的介电常数难以准确获得.后向投影(Back Projection,BP)成像算法需要预知背景介质的相对介电常数,且需逐个计算各成像网格的散射强度值,计算效率低.本文提出一种基于深度学习的探地雷达自聚焦后向投影(Deep learning based Auto focusing BP,DABP)成像方法,设计了目标感兴趣区域(Region Of Interest,ROI)的检测模块,基于地下目标的空间稀疏特征,将YOLOX网络和BP成像机理相结合,快速检测出目标潜在区域,仅对该区域中的成像网格进行成像处理,避免全域的后向投影计算,大幅降低运算量.其次,针对介电常数未知情况下BP成像难以聚焦的问题,设计了一个自聚焦后向投影(Auto Focusing BP,AF-BP)成像模块,构建了BS-YOLOv5网络和相应的数据集,实现基于改进二分法的地下介质介电常数估计和自聚焦成像.然后,设计了一个基于双阈值和积分聚焦的伪影抑制(artifact suppression based on Double Threshold and Integral Focusing,DTIF)模块,进一步提高成像结果的聚焦度.开展了仿真和实测数据的成像处理和对比分析,与BP成像方法相比,仿真数据成像结果的ISLR指标下降了250%、SCR指标提升了131%;实测数据成像结果的ISLR指标下降了322%、SCR指标提升了72%,仿真实验和实测实验的成像速度均提升了300%,验证了所提方法在提高GPR成像效率和成像质量方面的有效性.
