[发明专利]植物根系探测方法及装置

权利要求书

1.一种植物根系探测方法，其特征在于，所述方法包括：

通过探地雷达设备对植物根系进行扫描，获取所述植物根系对应的雷达波数据；

对所述雷达波数据进行预处理，得到预处理后的雷达波数据；

从预处理后的雷达波数据中提取携带有所述植物根系的特征信息的关联数据；

根据双级联随机森林算法和生成式对抗网络模型，解译所述关联数据，得到所述植物根系的生物特征；

所述从预处理后的雷达波数据中提取携带有所述植物根系的特征信息的关联数据，包括：

采用稀疏降维算法结合强化学习SARSA算法，从所述预处理后的雷达波信号中提取携带有所述植物根系的特征信息的关联数据；和，

采用双树复小波算法对所述预处理后的雷达波双曲线图像进行三级双树复小波分解，得到预设数量个特征向量，并根据全卷积神经网络，从预设数量个所述特征向量中提取符合预设要求的特征向量，作为所述雷达波双曲线图像中携带有所述植物根系的特征信息的关联数据；

所述根据双级联随机森林算法和生成式对抗网络模型，解译所述关联数据，得到所述植物根系的生物特征，包括：

预先根据植物根系的生物特征，使用双级联随机森林算法对生成式对抗网络模型进行训练；

根据训练好的生成式对抗网络模型，解译所述关联数据，得到所述植物根系的生物特征。

2.根据权利要求1所述的方法，其特征在于，所述雷达波数据包括：雷达波信号和雷达波双曲线图像。

3.根据权利要求2所述的方法，其特征在于，所述对所述雷达波数据进行预处理，得到预处理后的雷达波数据，包括：

对所述雷达波信号进行自动时变增益，得到补偿后的雷达波信号；

采用希尔伯特黄变换对所述补偿后的雷达波信号进行时频分析，得到时频分析后的雷达波信号；

对所述时频分析后的雷达波信号进行曲波Curvelet变换，得到预处理后的雷达波信号。

4.根据权利要求3所述的方法，其特征在于，所述对所述雷达波数据进行预处理，得到预处理后的雷达波数据，还包括：

对所述雷达波双曲线图像进行去噪处理；

对去噪处理后的所述雷达波双曲线图像进行图像锐化，得到预处理后的雷达波双曲线图像。

5.根据权利要求1-4任一项所述的方法，其特征在于，所述植物根系的生物特征包括：根生物量、根径、生长方向和分布范围。

6.一种植物根系探测装置，其特征在于，包括：

获取模块，用于通过探地雷达设备对植物根系进行扫描，获取所述植物根系对应的雷达波数据；

预处理模块，用于对所述雷达波数据进行预处理，得到预处理后的雷达波数据；

提取模块，用于从预处理后的雷达波数据中提取携带有所述植物根系的特征信息的关联数据；

解译模块，用于根据双级联随机森林算法和生成式对抗网络模型，解译所述关联数据，得到所述植物根系的生物特征；

所述提取模块包括：

第一提取子模块，用于采用稀疏降维算法结合强化学习SARSA算法，从所述预处理后的雷达波信号中提取携带有所述植物根系的特征信息的关联数据；

第二提取子模块，用于采用双树复小波算法对所述预处理后的雷达波双曲线图像进行三级双树复小波分解，得到预设数量个特征向量，并根据全卷积神经网络，从预设数量个所述特征向量中提取符合预设要求的特征向量，作为所述雷达波双曲线图像中携带有所述植物根系的特征信息的关联数据；

所述解译模块，具体用于预先根据植物根系的生物特征，使用双级联随机森林算法对生成式对抗网络模型进行训练；根据训练好的生成式对抗网络模型，解译所述关联数据，得到所述植物根系的生物特征。

7.根据权利要求6所述的装置，其特征在于，所述雷达波数据包括：雷达波信号和雷达波双曲线图像。

8.根据权利要求7所述的装置，其特征在于，所述预处理模块包括：

时变增益模块，用于对所述雷达波信号进行自动时变增益，得到补偿后的雷达波信号；

时频分析模块，用于采用希尔伯特黄变换对所述补偿后的雷达波信号进行时频分析，得到时频分析后的雷达波信号；

曲波变换模块，用于对所述时频分析后的雷达波信号进行曲波Curvelet变换，得到预处理后的雷达波信号；

去噪模块，用于对所述雷达波双曲线图像进行去噪处理；

图像锐化模块，用于对去噪处理后的所述雷达波双曲线图像进行图像锐化，得到预处理后的雷达波双曲线图像。