探地雷达中的双曲波是地下介质反射波呈现出的主要形态之一，对于地下目标的识别和结构特征的描述具有重要价值。本书讲述探地雷达双曲波的提取与可视化，主要内容包括基于贝叶斯非负矩阵分解的杂波抑制，基于多标签层次聚类的探地雷达双曲波提取，基于随机森林和多标签层次聚类的双曲波提取，基于原型网络的GPR双曲波ROI提取，基于峰点相似性拟合的GPR双曲波提取与可视化和一种GPR数据双曲波可视化挖掘方法。

探地雷达（Ground Penetrating Radar，GPR）是一种用无线电波来确定地下介质分布规律的探测设备，广泛应用于人类生存和生活服务，包括石油矿产资源勘查、基础工程建设、军事、环境保护和灾害防治等。探地数据分析与解译是将GPR数据转换为有用信息的核心环节。具体来说，就是依据获得的散射场，以及散射数据中的相位、频率和波速等参量，推断出区域内不同介质的空间结构分布及属性特征。 探地雷达中的双曲波是地下介质反射波呈现出的主要形态之一。对于地下目标的识别和结构特征的描述具有重要价值。在实际应用中，由于地质的非均匀性、信号干扰、电磁衰减，以及雷达本身的原因，会使双曲波呈现出模糊、碎片化、不规则等形态。这些多样化的形态，不仅增加了双曲波精确提取的难度，还大大降低了雷达数据分析处理的质量。虽然许多关于探地雷达技术的文献已经出版，但是就双曲波提取这一技术的专门文献仍然尚不多见。本书的编写正是基于上述背景，将探地雷达双曲波的智能提取作为编写主线，在参考大量的中外学术论文和学术专著的基础上，结合作者多年研究探地雷达的经验和技术完成的。由于涉及的技术领域比较多，特别是智能和可视化方法的引入，为本书的撰写增加了难度，同时也提高了技术的创新性。关于本书内容，作者已规划多年，通过与勘测工程师的广泛交流，以及课题组同事和研究生的潜心研究，提高了相关技术的系统性和实用性，值得探地雷达应用领域的工程技术人员参考和使用。 全书共分为7章，第1章从时域信号分析、图像处理、双曲波形态分析和深度学习四个方面，介绍近年来探地雷达双曲波提取方法的研究现状；第2章介绍在探地雷达图像中使用变分贝叶斯模型进行非负矩阵分解，从而抑制图像中的杂波；第3章介绍多标签层次聚类在浅层目标检测中的应用；第4章介绍基于随机森林和多标签层次聚类进一步提取双曲波；第5章利用原型网络提取GPR双曲波感兴趣区域，实现双曲波的快速定位和预筛选；第6章介绍利用峰点相似性拟合方法对双曲波进行提取与可视化；第7章介绍一种GPR数据双曲波可视化挖掘方法，充分利用人眼的视觉感知能力和人机交互技术分析极坐标图，从而有效挖掘双曲波数据。 在本书内容的撰写过程中，苗翠通过构建变分贝叶斯模型完成前期图像中杂波抑制工作，完成了本书第2章的编写；李文生提出一种基于随机森林和多标签层次聚类的双曲波提取方法，对本书的第3、4章内容进行了补充；为解决探地雷达样本稀缺问题，赵微微利用小样本学习和原型网络对感兴趣区域进行分类和提取，完成了本书第5、6章的编写；张亚森利用可视化挖掘方法，完成本书第7章的编写。在本书框架的搭建过程中，赵微微和张亚森在本书的绘图、计算机程序的编写、内容整理以及资料搜集等方面做了大量的工作，出版社的编辑为本书出版付出了辛勤的劳动，本书出版得到国家自然科学基金项目：非稳态时变阵列的不确定性可视化研究（项目批准号：62072285）支持，作者在此对关心、支持本书的所有人表示衷心的感谢。 由于作者水平有限，书中若有遗漏和不妥之处，敬请各位专家、学者和读者批评指正。

第1章 绪论 1 参考文献 4 第2章 基于贝叶斯非负矩阵分解的杂波抑制 8 2.1 方法论述 8 2.1.1 非负矩阵分解原理 8 2.1.2 变分贝叶斯非负矩阵分解 10 2.2 实验结果与分析 14 2.2.1 模拟数据分析 14 2.2.2 实测数据分析 16 本章小结 20 参考文献 20 第3章 基于多标签层次聚类的探地雷达双曲波提取 22 3.1 MHCD算法 22 3.1.1 多标签层次聚类 22 3.1.2 目标提取方法的构造与定义 28 3.2 实验结果与分析 31 3.2.1 多标签层次聚类结果分析 32 3.2.2 目标提取结果分析 35 3.2.3 与其他检测方法的比较 37 本章小结 42 参考文献 42 第4章 基于随机森林和多标签层次聚类的双曲波提取 44 4.1 像素分类模型 44 4.1.1 CCDF特征提取方法 44 4.1.2 模型结构 49 4.1.3 参数优化 51 4.2 像素区域化方法 52 4.3 实验结果与分析 54 4.3.1 邻域范围对CCDF的影响 56 4.3.2 CCDF与LBP、SURF、Harris特征的比较 57 4.3.3 参数优化对分类模型的影响 59 4.3.4 像素分类性能分析 60 4.3.5 区域化方法的优化性能分析 62 4.3.6 像素分类及区域化对目标检测的影响 65 4.3.7 与其他检测方法的比较 66 本章小结 68 参考文献 68 第5章 基于原型网络的GPR双曲波ROI提取 69 5.1 基于注意力机制的原型网络 69 5.1.1 原型网络框架 69 5.1.2 双曲波分类识别 73 5.1.3 双曲波回归预测 76 5.2 实验结果与分析 79 5.2.1 原型网络模型结果分析 79 5.2.2 ROI提取结果分析 80 5.2.3 双曲波拟合算法分析 85 本章小结 87 参考文献 87 第6章 基于峰点相似性拟合的GPR双曲波提取与可视化 89 6.1 方法论述 89 6.1.1 峰点定义 89 6.1.2 基于峰点相似性拟合算法 91 6.1.3 双曲波可视化建模 97 6.2 实验结果与分析 97 6.2.1 模拟数据集实验结果 97 6.2.2 真实数据集实验结果 99 6.2.3 PSFE整体性能分析 101 6.2.4 双曲波可视化建模分析 104 本章小结 105 参考文献 106 第7章 一种GPR数据双曲波可视化挖掘方法 107 7.1 方法论述 107 7.1.1 特征提取与变换 108 7.1.2 构造能量特征空间 110 7.1.3 能量特征空间可视化—极坐标图 111 7.1.4 极坐标图—时间序列图联合交互技术 113 7.1.5 双曲波标注 115 7.2 实验案例研究 117 7.2.1 实验案例1 117 7.2.2 实验案例2 118 本章小结 120 参考文献 120