买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉华东交通大学申请的专利基于KAN的地下结构探地雷达图像自动判别方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119206354B 。

龙图腾网通过国家知识产权局官网在2025-12-19发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411386939.6，技术领域涉及：G06V10/764；该发明授权基于KAN的地下结构探地雷达图像自动判别方法及系统是由赵宏宇;孙浚博;章露;王翔宇;何红员;李子莫;史伟翔;宋成伟;张萌设计研发完成，并于2024-09-30向国家知识产权局提交的专利申请。

本基于KAN的地下结构探地雷达图像自动判别方法及系统在说明书摘要公布了：本发明为基于KAN的地下结构探地雷达图像自动判别方法及系统，所述方法的步骤是：利用探地雷达获取含有不同缺陷类型的地下结构的探地雷达GPR图像；将每张GPR图像进行缺陷类型标注，缺陷类型分为结构完好、存在裂缝、地下水聚集渗漏、结构异常变形；将标注完成的数据集进行数据增强处理，最后将增强后的数据集随机划分训练集和测试集；构建ResKANet判别模型，利用获得的数据集训练应用于地下结构的GPR图像判别的ResKANet判别模型，利用训练后的ResKANet判别模型获得图像缺陷类别判别，输出判别结果。该方法兼顾较高的判别速度和较高的判别精度，适合于地下结构的缺陷检测中，尤其是对于结构异常形变缺陷的高精度识别。

本发明授权基于KAN的地下结构探地雷达图像自动判别方法及系统在权利要求书中公布了：1.一种基于KAN的地下结构探地雷达图像自动判别方法，其特征在于，所述方法的步骤是： 步骤1、利用探地雷达获取含有不同缺陷类型的地下结构的探地雷达GPR图像；将每张GPR图像进行缺陷类型标注，缺陷类型分为结构完好、存在裂缝、地下水聚集渗漏、结构异常变形； 步骤2、将标注完成的数据集进行数据增强处理，最后将增强后的数据集随机划分训练集和测试集； 所述数据增强处理过程为：将标注后的GPR图像缩放到四种不同的尺寸，分别是256×256、288×288、320×320、352×352像素；对于每种尺寸的图片，用尺寸大于224x224且小于所操作图片实际尺寸的正方形区域对所操作的图片的左侧、中间和右侧或上部分、中间部分和下部分进行提取，之后在每个提取的正方形区域内再以尺寸为224x224正方形在其四个角和中心进行提取，同时再将每个提取的正方形区域缩放到224x224正方形；最后再对获得的所有224x224图片进行镜像处理，即左右翻转；每张标注后的GPR图像共获取144个裁剪区； 步骤3、构建ResKANet判别模型 利用获得的数据集训练应用于地下结构的GPR图像判别的ResKANet判别模型，利用训练后的ResKANet判别模型获得图像缺陷类别判别，输出判别结果； 所述ResKANet判别模型包括顺次连接的3个3*3的卷积核组成的卷积层、3*3的池化层、连接KAN网络的通道数不同的四种卷积组、平均池化层、全连接层、正则化层和Softmax激活函数；每种卷积组后都设置有KAN网络，每经过一种卷积组的卷积作用后的特征图像会输入到KAN网络中，再进入下一种卷积组中；经过四种卷积组的卷积再输入到平局池化层中得到更具代表性的特征向量，向量再输入到1000个单元的全连接层中，得到一个1000维的向量，得到的1000维的向量作为正则化技术dropout的输入，让部分神经元输出随机置零得到正则化处理后的向量，再将正则化处理后的向量输入到Softmax激活函数中，最后将模型的输出转化为概率分布，从而得到最终的预测结果，进而判别缺陷类型； 步骤4、将待判别的GPR图像缩放到224x224尺寸后输入到训练后的ResKANet判别模型中，实现对地下结构探地雷达图像缺陷类别的识别。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人华东交通大学，其通讯地址为：330013 江西省南昌市经开区双港东大街808号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。