Jove
Visualize
Contáctanos
JoVE
x logofacebook logolinkedin logoyoutube logo
ACERCA DE JoVE
Visión GeneralLiderazgoBlogCentro de Ayuda JoVE
AUTORES
Proceso de PublicaciónConsejo EditorialAlcance y PolíticasRevisión por ParesPreguntas FrecuentesEnviar
BIBLIOTECARIOS
TestimoniosSuscripcionesAccesoRecursosConsejo Asesor de BibliotecasPreguntas Frecuentes
INVESTIGACIÓN
JoVE JournalMethods CollectionsJoVE Encyclopedia of ExperimentsArchivo
EDUCACIÓN
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab ManualCentro de Recursos para ProfesoresSitio de Profesores
Términos y Condiciones de Uso
Política de Privacidad
Políticas

Videos de Conceptos Relacionados

También podría leer

Artículos Relacionados

Artículos vinculados a este trabajo por autores compartidos, revista y gráfico de citas.

Ordenar por
Same author

Research on Time Series-Based Pipeline Ground Penetrating Radar Calibration Angle Prediction Algorithm.

Sensors (Basel, Switzerland)·2024
Same author

Blood protein biomarkers in lung cancer.

Cancer letters·2022
Same author

Metformin attenuates osteoarthritis by targeting chondrocytes, synovial macrophages and adipocytes.

Rheumatology (Oxford, England)·2022
Same author

PLK1 promotes cholesterol efflux and alleviates atherosclerosis by up-regulating ABCA1 and ABCG1 expression via the AMPK/PPARγ/LXRα pathway.

Biochimica et biophysica acta. Molecular and cell biology of lipids·2022
Same author

CDC50A might be a novel biomarker of epithelial ovarian cancer-initiating cells.

BMC cancer·2022
Same author

Analytical Model of Action Fusion in Sports Tennis Teaching by Convolutional Neural Networks.

Computational intelligence and neuroscience·2022
Same journal

RETRACTED: Zhang et al. A Novel Framework for Reconstruction and Imaging of Target Scattering Centers via Wide-Angle Incidence in Radar Networks. <i>Sensors</i> 2025, <i>25</i>, 6802.

Sensors (Basel, Switzerland)·2026
Same journal

Enhancing Unsupervised Multi-Source Domain Adaptation for Person Re-Identification via Mixture of Experts and Graph-Based Relation.

Sensors (Basel, Switzerland)·2026
Same journal

Development of an Instrumented Glove for Palmar Pressure Assessment in Kayakers.

Sensors (Basel, Switzerland)·2026
Same journal

Development and Experimental Validation of an Autonomous IoT-Based Monitoring System for Real-Time Water Quality Assessment in the Amazon River.

Sensors (Basel, Switzerland)·2026
Same journal

Semi-Supervised Adversarial Learning Framework for Controller Area Network Bus Intrusion Detection.

Sensors (Basel, Switzerland)·2026
Same journal

Smart Optimization Method for Safety Signs in Innovative Manufacturing Environments Integrating Industrial Field IoT Sensors and Knowledge Graphs.

Sensors (Basel, Switzerland)·2026
Ver todos los artículos relacionados

Video Experimental Relacionado

Updated: Jan 9, 2026

Tracking Infiltration Front Depth Using Time-lapse Multi-offset Gathers Collected with Array Antenna Ground Penetrating Radar
07:14

Tracking Infiltration Front Depth Using Time-lapse Multi-offset Gathers Collected with Array Antenna Ground Penetrating Radar

Published on: May 1, 2018

8.1K

Modelo Integrado de Preprocesamiento de Escaneo B GPR Basado en Mejora de Imágenes para la Detección de Tuberías

Zhengyi Shi1, Fanruo Li2, Hanchao Ma1

  • 1School of Safety Science, Tsinghua University, Beijing 100084, China.

Sensors (Basel, Switzerland)
|December 11, 2025
PubMed
Resumen
Este resumen es generado por máquina.

Este estudio presenta un modelo de preprocesamiento automático para mejorar la interpretación del escaneo B GPR para la detección de tuberías subterráneas. El modelo mejora la segmentación de hipérbolas, incluso con ruido y condiciones variables, mejorando la generalización.

Palabras clave:
Escaneo B GPRsegmentación de hipérbolasmejora de imágenestubería subterráneaumbralización

Más Videos Relacionados

Reservoir Condition Pore-scale Imaging of Multiple Fluid Phases Using X-ray Microtomography
08:02

Reservoir Condition Pore-scale Imaging of Multiple Fluid Phases Using X-ray Microtomography

Published on: February 25, 2015

13.0K
Dual Raster-Scanning Photoacoustic Small-Animal Imager for Vascular Visualization
07:14

Dual Raster-Scanning Photoacoustic Small-Animal Imager for Vascular Visualization

Published on: July 15, 2020

4.5K

Videos de Experimentos Relacionados

Last Updated: Jan 9, 2026

Tracking Infiltration Front Depth Using Time-lapse Multi-offset Gathers Collected with Array Antenna Ground Penetrating Radar
07:14

Tracking Infiltration Front Depth Using Time-lapse Multi-offset Gathers Collected with Array Antenna Ground Penetrating Radar

Published on: May 1, 2018

8.1K
Reservoir Condition Pore-scale Imaging of Multiple Fluid Phases Using X-ray Microtomography
08:02

Reservoir Condition Pore-scale Imaging of Multiple Fluid Phases Using X-ray Microtomography

Published on: February 25, 2015

13.0K
Dual Raster-Scanning Photoacoustic Small-Animal Imager for Vascular Visualization
07:14

Dual Raster-Scanning Photoacoustic Small-Animal Imager for Vascular Visualization

Published on: July 15, 2020

4.5K

Área de la Ciencia:

  • Geofísica
  • Procesamiento de Señales
  • Ensayos No Destructivos

Sus antecedentes:

  • El radar de penetración terrestre (GPR) es crucial para la detección no destructiva de tuberías subterráneas.
  • Los modelos actuales de segmentación automática tienen dificultades con diversos tamaños de tuberías, condiciones subterráneas y ruido en los escaneos B GPR.
  • La segmentación precisa de hipérbolas es esencial para la interpretación fiable de los datos GPR.

Objetivo del estudio:

  • Desarrollar un modelo de preprocesamiento automático para mejorar la interpretación del escaneo B GPR.
  • Mejorar la capacidad de generalización de los modelos automáticos de segmentación de hipérbolas.
  • Abordar los desafíos planteados por el ruido, los radios variables de las tuberías y las condiciones complejas del campo.

Principales métodos:

  • Un novedoso modelo de preprocesamiento automático que combina el algoritmo de eliminación de reflexiones del suelo (GRRA), la mejora de la fuerza gravitacional de los datos (DGFE) y una técnica de umbralización global-local (DLTS).
  • GRRA utiliza filtros espaciales y de frecuencia para eliminar las reflexiones del suelo.
  • DGFE amplifica las hipérbolas objetivo y DLTS las segmenta utilizando umbralización local basada en dilatación.

Principales resultados:

  • El modelo propuesto mejora eficazmente la interpretación del escaneo B GPR en condiciones desafiantes.
  • Demostró un rendimiento superior en la segmentación de hipérbolas diversas y a pequeña escala en medio del ruido.
  • Logró capacidades significativas de generalización entre conjuntos de datos en comparación con los métodos de vanguardia.

Conclusiones:

  • El modelo de preprocesamiento automático desarrollado mejora significativamente la interpretación de los datos GPR para la detección de servicios subterráneos.
  • El modelo ofrece una mayor robustez y generalización para la segmentación de hipérbolas en entornos GPR complejos.
  • Este enfoque proporciona una herramienta más fiable para la detección no destructiva de tuberías subterráneas.