基于磁梯度张量奇异值分解的磁性体边缘识别算法研究
磁梯度张量的奇异值分解算法，用来识别地下磁性体边缘，思路还挺巧的。适合斜磁化、多个目标交叠那种复杂情况。之前用常规方法的时候，边缘总糊成一团，现在这招能把目标形状、埋深、磁性强度这些细节给区分清楚，仿真结果看着也蛮靠谱。
磁性体的磁场不是对称的嘛，尤其斜着埋的时候，常规方法一算就偏。这个算法就挺聪明的，用奇异值分解磁梯度张量，能把磁场信号里的“主方向”提出来。像做图像识别那种思路，边缘也变得清晰多。
应用场景也不局限，除了做地球物理勘探，像考古、管道检测、军事地探都能用上。比如考古里找埋着的青铜器或者铁器，这种磁性不太强的目标也能捕捉到边缘。
建议你先看下原理部分，理解下怎么把磁梯度张量的六个分量组合起来，去看仿真图，你就知道这方法好在哪儿了。热力图效果还挺直观的，像可视化图像分割那样。
如果你之前用过matlab跑磁场反演，这篇文档也挺对路的。可以直接对接自己的数据，用原算法比对看看效果。对了，相关的SVD 资源我也顺手整理了：
如果你搞磁探这块，尤其多目标识别头疼的话，这篇真可以看看，边缘识别精度提高不止一点点哦～
下载地址
用户评论
