[发明专利]一种水下浅地层剖面图像底质分类方法及系统有效

专利信息
申请号: 202010573356.X 申请日: 2020-06-22
公开(公告)号: CN111709386B 公开(公告)日: 2023-05-12
发明(设计)人: 陈曦;雷添杰;沈蔚;闻建光;任棐;张云飞;李京 申请(专利权)人: 中国科学院空天信息创新研究院
主分类号: G06F18/241 分类号: G06F18/241;G06F18/213;G06V10/764;G06V10/762;G06N20/00;G01S15/89
代理公司: 北京高沃律师事务所 11569 代理人: 崔玥
地址: 100190 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 水下 地层 剖面 图像 底质 分类 方法 系统
【权利要求书】:

1.一种水下浅地层剖面图像底质分类方法,其特征在于,包括:

获取浅地层剖面测试图像;所述浅地层剖面测试图像是由多列测试子图像构成;所述测试子图像包括连续的多呯声反射信号时间测试序列;

确定所述浅地层剖面测试图像中的水体底质界面线、水体底质界面层和表层剖面层;

依据所述浅地层剖面测试图像中的水体底质界面线、水体底质界面层和表层剖面层对每列所述测试子图像进行特征提取,得到浅地层测试特征提取集合;所述浅地层测试特征提取集合包括多列所述测试子图像的界面线测试特征量、界面层测试特征量和表层剖面测试特征量;所述界面线测试特征量表示所述浅地层剖面测试图像中的水体底质界面线的复杂度;所述界面层测试特征量为所述浅地层剖面测试图像中的水体底质界面层的灰度均值;所述表层剖面测试特征量包括所述浅地层剖面测试图像中的表层剖面的灰度统计特征和所述浅地层剖面测试图像中的垂向纹理特征;

依据所述浅地层测试特征提取集合,采用基于滑动窗口的机器学习法得到浅地层剖面测试图像的底质分类结果;

所述依据所述浅地层测试特征提取集合,采用基于滑动窗口的机器学习法得到浅地层剖面测试图像的底质分类结果,具体包括:

将所述浅地层剖面测试图像划分为多个窗口;一个所述窗口对应一列测试子图像;所述窗口的宽度是根据所述浅地层剖面测试图像中底质在空间上连续分布的区域直径和所述浅地层剖面测试图像的水平分辨率确定的;

将所述浅地层测试特征提取集合输入至训练好的机器学习分类模型中,得到每个所述窗口的窗口类别;所述窗口类别为所述窗口对应的图像的底质类别;

判断每相邻两个所述窗口的窗口类别是否相同;

若相邻两个所述窗口的窗口类别不相同,则将窗口类别不同的相邻的两个窗口确定为目标窗口,并将所述目标窗口对应的图像以设定步长划分为k个子窗口;所述子窗口的宽度与所述窗口的宽度相等;其中,2wh/k>1,wh为窗口的宽度;相邻所述子窗口之间有设定的重叠区域;所述重叠区域的宽度为wh(1-2/k)的取整值;

将所述浅地层测试特征提取集合中与所述目标窗口对应的界面线测试特征量、界面层测试特征量和表层剖面测试特征量,输入至所述训练好的机器学习分类模型中,得到每个所述子窗口的子窗口类别;所述子窗口类别为所述子窗口对应的图像的底质类别;

判断每相邻两个所述子窗口的子窗口类别是否相同;

若相邻两个所述子窗口的子窗口类别不相同,则将子窗口类别不同的相邻的两个子窗口确定为目标窗口,继续划分子窗口并对划分的子窗口分类,直至2wh/k≤1,得到浅地层剖面测试图像的底质分类结果。

2.根据权利要求1所述的一种水下浅地层剖面图像底质分类方法,其特征在于,还包括对所述浅地层剖面测试图像的底质分类结果进行空间连续性处理;

所述对所述浅地层剖面测试图像的底质分类结果进行空间连续性处理,具体包括:

根据所述浅地层剖面测试图像的底质分类结果,判断当前列测试子图像p的底质类别与相邻列测试子图像的底质类别是否相同;

若当前列测试子图像p的底质类别为第一类别,第p-a列测试子图像至第p-1列测试子图像的底质类别均为所述第一类别,第p+1列测试子图像至第p+b列测试子图像的底质类别均为第二类别,第p+b+1列测试子图像的底质类别为所述第一类别,且b≤Th时,则将第p+1列测试子图像至第p+b列测试子图像的底质类别确定为第一类别;Th为设定空间异质性阈值,1≤a<p,b>1。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院空天信息创新研究院,未经中国科学院空天信息创新研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010573356.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top