[发明专利]一种台风期波浪爬高识别方法及装置

说明书

本发明实施例公开了一种台风期波浪爬高识别方法及装置，包括对收集的所述台风期越浪图片和正常期波浪爬高图片进行分类；将正常期波浪爬高图片进行处理得到波浪区域和第一背景区域的语义分割二值图；将台风期越浪图片进行处理得到越浪区域和第二背景区域的语义分割二值图，并识别得到第二背景区域中的堤坝主体；对堤坝主体分为多个截面信息进行标定测量得到标定信息，将波浪区域与所述标定信息结合得到波浪爬高点，将越浪区域与所述标定信息结合得到越浪最高点。通过改进的算法对对收集的台风期越浪图片和正常期波浪爬高图片进行识别和分类，对两种图片分别进行处理，对图片中的堤坝主体进行标定测量，进而提取波浪爬高点和越浪最高点。

技术领域

本发明涉及人工智能技术领域，具体涉及一种台风期波浪爬高识别方法及装置。

背景技术

目前，海堤是抵御海浪侵袭，保护堤后建筑的重要水工建筑物。浪爬高是波浪沿斜面爬升的垂直高度，也称为波浪爬坡高度。当波浪传播到岸边时，其包含的大部分能量都随着波浪的破碎而散失，其中一部分能量将以波浪在沙滩上爬高的形式转化为势能。在海岸工程领域中，海滩波浪爬高是影响海滩沙丘侵蚀和堆积的主要因素。波浪爬高中浪高的确定对堤坝稳定和沿岸人民群众的财产、人身安全有着重要的影响。

由于台风期较少，堤坝较长时间会处于涨潮退潮的稳定阶段，而当台风期到来时，往往伴随着暴雨会带来巨量风暴，因此往往水位会大幅上涨，从而导致越浪现象。由于越浪数据往往较少，而正常时期风平浪静中涨潮落潮数据较多，因此若通过一个模型进行识别，会造成正负样本不均匀。

发明内容

针对所述缺陷，本发明实施例公开了一种台风期波浪爬高识别方法及装置，其可以对波浪爬高进行准确识别。

本发明实施例第一方面公开了一种台风期波浪爬高识别方法，包括：

获取台风期越浪图片和正常期波浪爬高图片，对收集的所述台风期越浪图片和正常期波浪爬高图片进行分类；

将正常期波浪爬高图片进行处理得到波浪区域和第一背景区域的语义分割二值图；

将台风期越浪图片进行处理得到越浪区域和第二背景区域的语义分割二值图，并识别得到第二背景区域中的堤坝主体；

对堤坝主体分为多个截面信息进行标定测量得到标定信息，将波浪区域与所述标定信息结合得到波浪爬高点，将越浪区域与所述标定信息结合得到越浪最高点。

作为一种可选的实施方式，在本发明实施例第一方面中，对堤坝主体分为多个截面信息进行标定测量得到标定信息，包括：

将堤坝主体划分为多个截面，分别测量每一个截面的堤坝高度和堤坝长度；

采集堤坝主体的RTK数据，并根据RTK数据进行插值梳理，得到不同测线的点位像素，

获取每一个截面对应的堤坝高度以及该堤坝高度的高程对应的像素，形成堤坝高度与像素的映射关系。

作为一种可选的实施方式，在本发明实施例第一方面中，所述将波浪区域与所述标定信息结合得到波浪爬高点，将越浪区域与所述标定信息结合得到越浪最高点，包括：

提取波浪区域的第一最凸点和越浪区域的第二最凸点；

从多个截面信息中选取与第一最凸点或第二最凸点对应的一个截面信息的标定信息，基于所述标定信息得到波浪爬高点或越浪最高点。

作为一种可选的实施方式，在本发明实施例第一方面中，

对收集的所述台风期越浪图片和正常期波浪爬高图片进行分类，包括：

通过改进的EfficientNetV2算法构建分类模型；

将收集的台风期越浪图片和正常期波浪爬高图片输入至所述分类模型中进行分类，输出分类后的台风期越浪图片和正常期波浪爬高图片。