[发明专利]基于特征级融合的水下多源声学图像底质分类方法及系统

权利要求书

1.基于特征级融合的水下多源声学图像底质分类方法，其特征在于，包括：

获取海底地貌图像、海底地形图像和海底地层剖面图像；所述海底地貌图像、所述海底地形图像和所述海底地层剖面图像为在统一空间坐标系下的图像；

采用多分辨率图像分割算法对所述海底地貌图像进行分割，得到海底地貌分割图像；所述海底地貌分割图像包括多个地貌分割体；

将所述海底地形图像与所述海底地貌分割图像叠加，将所述海底地层剖面图像与所述海底地貌分割图像叠加，得到海底地形分割图像和海底地层剖面分割图像；所述海底地形分割图像包括多个地形分割体；所述海底地层剖面分割图像包括多个地层剖面分割体；

提取所述海底地貌分割图像中每个地貌分割体的地貌特征；所述地貌特征包括水底地貌的灰度统计特征、水底地貌的灰度共生矩阵特征、水底地貌的基于高阶统计量的不变矩特征和水底地貌的分形维数特征；

提取所述海底地形分割图像中每个地形分割体的地形特征；所述地形特征包括水底坡度统计特征、水底坡向统计特征、水底表面曲率统计特征和水底地表的分形维数特征；

提取所述海底地层剖面分割图像中每个地层剖面分割体的地层特征；所述地层特征包括界面线特征量、界面层特征量和表层剖面特征量；所述界面线特征量表示水体底质界面线的复杂度；所述界面层特征量为水体底质界面层的灰度均值；所述表层剖面特征量包括表层剖面的灰度统计特征和表层剖面的垂向纹理特征；

将所述地貌特征、所述地形特征和所述地层特征融合，得到融合特征量；

将所述融合特征量输入至训练好的机器学习分类模型中，得到水下多源声学图像的底质分类结果。

2.根据权利要求1所述的基于特征级融合的水下多源声学图像底质分类方法，其特征在于，所述提取所述海底地层剖面分割图像中每个地层剖面分割体的地层特征，具体包括：

确定所述海底地层剖面分割图像中的水体底质界面线、水体底质界面层和表层剖面；

由所述水体底质界面线确定所述浅地层剖面图像的界面线特征量；所述界面线特征量表示所述水体底质界面线的复杂度；所述水体底质界面线的复杂度采用所述水体底质界面线上各目标分界点与对应邻域内的所有分界点连线的斜率值的标准差表示；所述目标分界点为所述水体底质界面线上任意一个分界点；

由所述水体底质界面层确定每个地层剖面分割体的界面层特征量；

由所述表层剖面确定每个地层剖面分割体的表层剖面特征量；

将所述界面线特征量、所述界面层特征量和所述表层剖面特征量确定为所述海底地层剖面分割图像的地层特征。

3.根据权利要求2所述的基于特征级融合的水下多源声学图像底质分类方法，其特征在于，所述由所述水体底质界面线确定每个地层剖面分割体的界面线特征量，具体包括：

由所述水体底质界面线，计算目标分界点与目标分界点邻域内的分界点连线的斜率，

其中，k_id为目标分界点(x_i,y_i)与目标分界点邻域内的分界点(x_i+d,y_i+d)连线的斜率，x_i为水体底质界面线上的第i个分界点的所属序列标号，y_i为水体底质界面线上的第i个分界点对应的水深值，x_i+d为水体底质界面线上的第i+d个分界点的所属序列标号，y_i+d为水体底质界面线上的第i+d个分界点对应的水深值，d为(x_i,y_i)与(x_i+d,y_i+d)相距的列数；

由目标分界点与目标分界点邻域内的所有分界点连线的斜率，计算分界点连线斜率的均值，

其中，μ_i为分界点连线斜率的均值，w为目标分界点的邻域；

由目标分界点与目标分界点邻域内的所有分界点连线的斜率以及所述分界点连线斜率的均值，计算标准差，

其中，s_i为目标分界点与其邻域内各分界点连线斜率的标准差，s_i表征水体底质界面线的复杂度。