The invention discloses a computer image recognition control method based on the first wave of data acquisition and processing, establishing the initial image, select the spatio-temporal data representative of the use of image recognition and classification of computer optimization, the optimized inversion imaging data, the output parameters of the unknown object image; then construct the structure of the model is the fuzzy parameter image and by setting the threshold to a set of data classification, to reduce the amount of data; high dimensional image parameters of unknown object structure for output inversion, the abnormal area easy to store energy using image recognition technology to identify and judge whether they need more feedback; abnormal area data for computer imaging. The invention of image recognition and machine learning algorithm based on the combination of waveform data and image data of computer imaging, in the data preprocessing stage image recognition optimization classification of spatio-temporal data, to reduce the amount of data through the image data of high similarity with each other instead of.
【技术实现步骤摘要】
一种基于图像识别的计算机成像控制方法
本专利技术属于计算机成像领域,具体涉及一种基于图像识别的计算机成像控制方法。
技术介绍
随着硬件计算能力的增强,计算机成像在能源勘测、CT成像和气象预报等各种实际问题中,得到了更为广泛和深入的应用。由于目前传感器及其相关网络收集的时空数据量异常庞大,若将这些数据作为成像的直接输入,虽然能使数据在一定程度上得到充分利用,但是并不能保证很高的成像质量,也会耗费相当大的机时;同时,如果不对这些数据进行一定的预处理,很容易导致输出的结构参数图像中出现迷惑性的像点。图像识别方法就是解决这一系列问题的重要工具。目前,几乎所有的能源勘测公司,例如:Chevron、中石油、BP、ExxonMobil等都不同程度地在计算机成像时使用了各种图像处理算法,并且取得了显著的效果,图像相关处理算法已经成为能源勘测和其他计算机成像领域的一项非常重要的技术。而图像识别在互联网和电子商务企业用到的最多,也产生了巨大的经济效益。图像识别方法在理论和实践方面都得到了长足的进步。但图像识别算法在计算机成像领域虽然已经引起足够的重视,但尤其是在能源勘测这些对国家有重要战略意义的领域却并未得到充分的利用。目前在能源勘测领域主流的计算机成像方法有基于波动方程的时空大数据反演方法,和在此之上的层析成像方法。基于波动现象的时空数据反演方法利用了探测原始未知区域(陆地或海洋等)的原始数据,经过一定的信号处理,将这些数据作为输入实现计算机成像,输出的图像主要是未知区域的地质结构参数图,最终的图中主要反映的是波的速度或密度或波阻抗分布。将这些高维参数以图像的形式呈现可以非 ...
【技术保护点】
一种基于图像识别的计算机成像控制方法,其特征在于,包括如下步骤:S1、波形数据获取和处理,建立初始化图像,利用图像识别和优化分类选出代表性的时空数据,对优化后的数据进行计算机反演成像,输出未知物体参数图像,利用基于机器学习的技术对图像异常区域进行识别,判定是否需要更多异常区域数据,重新进行更高分辨率成像,确认异常区域;S2、根据初至波数据构建结构较为模糊的参数图像模型,常规数据预处理之后的大量波形时空数据主要是共炮点道集,通过设定空间维度上炮与炮之间的足够小阈值来对数据集进行分类,由于地理位置接近的信号源一般可能探测的未知区域结构不会发生很大变化,即可用其中的一组共炮点道集作为代表,相同类的道集探测的结构即可相互替换,当输入数据与数据模型中某一数据同一类时即可直接调用同类数据集合,进行计算机成像时即可降低数据量;S3、对于反演成像所输出的未知物体结构的高维参数图像,利用图像识别技术识别出容易储存能源的异常区域;然后反馈判断是否需要更多异常区域的数据再次进行计算机成像;最终将异常区域在图像上标注呈现给行业下游使用者。
【技术特征摘要】
1.一种基于图像识别的计算机成像控制方法,其特征在于,包括如下步骤:S1、波形数据获取和处理,建立初始化图像,利用图像识别和优化分类选出代表性的时空数据,对优化后的数据进行计算机反演成像,输出未知物体参数图像,利用基于机器学习的技术对图像异常区域进行识别,判定是否需要更多异常区域数据,重新进行更高分辨率成像,确认异常区域;S2、根据初至波数据构建结构较为模糊的参数图像模型,常规数据预处理之后的大量波形时空数据主要是共炮点道集,通过设定空间维度上炮与炮之间的足够小阈值来对数据集进行分类,由于地理位置接近的信号源一般可能探测的未知区域结构不会发生很大变化,即可用其中的一组共炮点道集作为代表,相同类的道集探测的结构即可相互替换,当输入数据与数据模型中某一数据同一类时即可直接调用同类数据集合,进行计算机成像时即可降低数据量;S3、对于反演成像所输出的未知物体结构的高维参数图像,利用图像识别技术识别出容易储存能...
【专利技术属性】
技术研发人员:余瀚,吴彬,李涛,李华康,陈向东,
申请(专利权)人:南京邮电大学,
类型:发明
国别省市:江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。