[发明专利]一种地震采集接收装置埋置质量人工智能自动检测方法

说明书

本发明公开了一种地震采集接收装置埋置质量人工智能自动检测方法，包括以下步骤：S1、拍摄地震采集接收装置的野外图像，并筛选出清晰的图像；S2、使用labelimg标注工具对清晰的图像进行特征标注，将图像分类为合格和不合格，并保存为xml标签文件；S3、搭建YOLOv3神经网络，设置网络参数，进行迭代训练，输出每一轮训练后的模型，按照预测准确率的评价指标选择最优预测模型；S4、利用最优预测模型对待预测的地震采集接收装置的图像进行分类预测。本发明能够快速有效地进行施工质量检查，对提高质量控制的有效性、时效性，降低质控成本、提高施工效率、帮助质检人员实现仪器安装质量的快速评估，保证地震资料的采集质量。

技术领域

本发明属于地球物理技术领域，特别涉及一种地震采集接收装置埋置质量人工智能自动检测方法。

背景技术

地震信号的采集是地震勘探过程中最重要的环节之一，只有在“测量点位保证准确、激发因素一致、接收环节保持一致、仪器录制因素保持不变”的条件下，接收到的地震反射信息才能客观真实地反映地下介质的情况。目前，采用小点距、小组合基距、小偏移距、小药量和较高叠加次数的“四小一高”及其它“高密度”、“两宽一高”(宽频、宽方位、高密度)等地震采集方法，需要利用大量的检波器、节点仪等接收装置采集高品质的地震数据，对接收环节的质量保障提出了更高的要求。为此，现场施工人员需要完成接收装置的野外安装并进行拍照记录，质检人员后续根据照片对接收装置安装质量进行评估，判断拍摄照是否清晰、仪器安装是否正确、周围植被及杂物是否清除、埋置深度是否合适等问题。然而，由于“两宽一高”地震采集技术、特别是山地高精度地震采集技术的大面积推广应用，炮道密度密度越来越高，接收点间距越来越小、接收装置越来越多、万道以上接收排列已是常态，一些项目投入接收装置已超过50000个，拍摄的照片数量多达数十万张，数量巨大，人工质检面临极大挑战，由于其主观性强、效率低、耗时长、成本高，不仅大大增加了人工成本、也延长了质检的周期、影响地震采集项目的质量和效益。

发明内容

本发明的目的在于克服现有技术的不足，提供一种能够快速有效地进行施工质量检查，对提高质量控制的有效性、时效性，降低质控成本、提高施工效率、帮助质检人员实现仪器安装质量的快速评估的地震采集接收装置埋置质量人工智能自动检测方法。

本发明的目的是通过以下技术方案来实现的：一种地震采集接收装置埋置质量人工智能自动检测方法，包括以下步骤：

S1、拍摄地震采集接收装置的野外图像，并利用拉普拉斯方差算法计算图像的方差，根据方差确定阈值大小，筛选出清晰的图像；

S2、使用labelimg标注工具对清晰的图像进行特征标注，将图像分类为合格和不合格，并保存为xml标签文件；

S3、搭建YOLOv3神经网络，设置网络参数，进行迭代训练，输出每一轮训练后的模型，按照预测准确率的评价指标选择最优预测模型；

S4、利用最优预测模型对待预测的地震采集接收装置的图像进行分类预测。

进一步地，所述步骤S1具体实现方法为：

S11、拍摄地震采集接收装置的野外图像，输入电脑中；

S12、将图像的灰度值P与拉普拉斯算子H做卷积运算：

式中，H为拉普拉斯算子，为二阶微分算子；f(x,y)为数字图像，x、y为变量；P为图像灰度矩阵，*为卷积运算；

S13、取图像灰度值与拉普拉斯矩阵卷积后的矩阵计算方差s²：

式中，为矩阵中第i行第i列元素的值，为矩阵的均值，n为矩阵行数和列数；