一种基于声纳技术的含油沉积物自动识别方法及系统技术方案

本申请公开了一种基于声纳技术的含油沉积物自动识别方法和系统，所述方法包括：建立含油沉积物声学图像特征样本库，样本库包括含油沉积物的不同模拟结果，不同类型特征以及典型图像特征；对含油沉积物进行探测，并提取相关声学数据，以获取声纳数据和显示声纳图像；根据声纳图像的显示结果，对声纳图像进行处理，以得出含油沉积物的声纳图像特征；根据含油沉积物的声纳图像特征，结合海底沉积环境、含油沉积物目标的存在环境，进行判断，对典型含油沉积物声纳图像进行人工拾取；计算典型含油沉积物声纳图像与含油沉积物声学图像特征样本库中样本图像的匹配程度；根据匹配程度结果，识别含油沉积物的分布位置、形态和范围，以得到第一识别结果。本发明专利技术的优点是：识别迅速，使用方便，能够准确识别含油沉积物。

【技术实现步骤摘要】
一种基于声纳技术的含油沉积物自动识别方法及系统
本专利技术属于海洋环境保护
，涉及一种基于声纳技术的含油沉积物自动识别方法。
技术介绍
随着海洋油气资源勘探和开发程度的不断发展，作为海上石油“运输生命线”的输油管道在海底的铺设范围不断增大，在石油管道使用的过程中，由于设备老化、海水腐蚀、波浪及潮汐等水动力作用的影响，管道渗漏、穿孔和破裂导致的原油泄漏，给海洋环境的安全问题带来巨大的挑战。含油沉积物具有“声阻抗特征弱、且无明显阴影区”的特点，海底输油管线的铺设需要一定的埋藏深度，检查和维修存在困难，从输油管道泄漏出的原油产生点源连续扩散，在泄漏初期与海底泥、砂等沉积物混合，后期逐渐扩散到海面，现有技术无法有效实现对含油沉积物的自动快速准确识别和检测，因此，使用上极不方便。
技术实现思路
本专利技术的目的在于克服上述不足，提供一种基于声纳技术的含油沉积物自动识别方法，其识别迅速，使用方便，能够准确识别含油沉积物。为了实现上述目的，本专利技术采用的技术方案为：一种基于声纳技术的含油沉积物自动识别方法，其特征在于，包括：建立含油沉积物声学图像特征样本库，所述样本库包括含油沉积物的不同模拟结果，不同类型特征以及典型图像特征；对含油沉积物进行探测，并提取相关声学数据，以获取声纳数据和显示声纳图像；根据所述声纳图像的显示结果，对声纳图像进行处理，以得出含油沉积物的声纳图像特征；根据含油沉积物的声纳图像特征，结合海底沉积环境、含油沉积物目标的存在环境，进行判断，对典型含油沉积物声纳图像进行人工拾取；计算所述典型含油沉积物声纳图像与含油沉积物声学图像特征样本库中样本图像的匹配程度；根据所述匹配程度结果，识别含油沉积物的分布位置、形态和范围，以得到第一识别结果。本专利技术的另一目的在于提供一种基于声纳技术的含油沉积物自动识别系统，其特征在于，包括：建立单元，用于建立含油沉积物声学图像特征样本库，所述样本库包括含油沉积物的不同模拟结果，不同类型特征以及典型图像特征；探测单元，用于对含油沉积物进行探测，并提取相关声学数据，以获取声纳数据和显示声纳图像；处理单元，用于根据所述声纳图像的显示结果，对声纳图像进行处理，以得出含油沉积物的声纳图像特征；判断单元，用于根据含油沉积物的声纳图像特征，结合海底沉积环境、含油沉积物目标的存在环境，进行判断，对典型含油沉积物声纳图像进行人工拾取；计算单元，用于计算所述典型含油沉积物声纳图像与含油沉积物声学图像特征样本库中样本图像的匹配程度；输出单元，用于根据所述匹配程度结果，识别含油沉积物的分布位置、形态和范围，以得到第一识别结果。。本专利技术的有益效果为：实现简单，包括含油沉积物声学图像特征样本库建立、声纳数据获取、声纳图像处理、声纳图像人工识别、声纳图像自动识别、声纳图像交互识别、含油沉积物声纳图像解释步骤。基于含油沉积物具有“声阻抗特征弱、且无明显阴影区”的特点，采用自动识别与人工识别交互进行的方法，实现对含油沉积物的准确识别和预测，并能追踪溯源，快速确定泄漏点的位置，进一步实现对海底管道漏油点的准确检测，在石油开发后期因管线老化等导致的抛锚滴漏事故、海底管道出现裂纹和腐蚀形成小孔出现溢油现象、运输和储藏过程中导致的小规模原油泄漏等溢油应急事件处理中发挥着重要的作用，同时，随着海洋石油事业的进一步发展，也具有广阔的应用前景。附图说明此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：图1是本专利技术的基于声纳技术的含油沉积物自动识别方法的流程示意图；图2是本专利技术的识别方法的实施例示意图；图3是本专利技术的基于声纳技术的含油沉积物自动识别系统的结构示意图。具体实施方式如在说明书及权利要求当中使用了某些词汇来指称特定组件。本领域技术人员应可理解，硬件制造商可能会用不同名词来称呼同一个组件。本说明书及权利要求并不以名称的差异来作为区分组件的方式，而是以组件在功能上的差异来作为区分的准则。如在通篇说明书及权利要求当中所提及的“包含”为一开放式用语，故应解释成“包含但不限定于”。“大致”是指在可接收的误差范围内，本领域技术人员能够在一定误差范围内解决所述技术问题，基本达到所述技术效果。说明书后续描述为实施本申请的较佳实施方式，然所述描述乃以说明本申请的一般原则为目的，并非用以限定本申请的范围。本申请的保护范围当视所附权利要求所界定者为准。请参照图1，本专利技术的基于声纳技术的含油沉积物自动识别方法，包括：步骤S101，建立含油沉积物声学图像特征样本库，所述样本库包括含油沉积物的不同模拟结果，不同类型特征以及典型图像特征；步骤S102，对含油沉积物进行探测，并提取相关声学数据，以获取声纳数据和显示声纳图像；步骤S103，根据所述声纳图像的显示结果，对声纳图像进行处理，以得出含油沉积物的声纳图像特征；步骤S104，根据含油沉积物的声纳图像特征，结合海底沉积环境、含油沉积物目标的存在环境，进行判断，对典型含油沉积物声纳图像进行人工拾取；步骤S105，计算所述典型含油沉积物声纳图像与含油沉积物声学图像特征样本库中样本图像的匹配程度；步骤S106，根据所述匹配程度结果，识别含油沉积物的分布位置、形态和范围，以得到第一识别结果。请参照图2，所述建立含油沉积物声学图像特征样本库包括：根据不同的海洋环境和沉积物的不同物理参数，设计不同模型进行数值模拟,模拟结果加入声纳图像样本库；根据不同的海洋地质环境和含油沉积物的不同类型，进行水槽实验，将含油沉积物的不同特征添加进声纳图像样本库；将实际资料中典型含油沉积物的声纳图像特征进行总结，添加进声纳图像样本库。优选地，所述对含油沉积物进行探测包括根据含油沉积物分布范围的大小和识别精度的要求,选择采用侧扫声纳设备和/或多波束声纳设备,及适应的采样频率范围对声纳数据进行采集。优选地，所述对声纳图像进行处理包括针对噪音和干扰信号的图像平滑之后，再进行图像分割，之后,针对目标图像信号的图像增强和图像边缘锐化，在此基础之上再进行图像分割。优选地，所述计算包括根据含油沉积物声纳图像的边界灰度特征、纹理特征，结合几何特征，采用神经网络算法计算典型含油沉积物声纳图像与含油沉积物声学图像特征样本库中样本图像的匹配程度。优选地，还包括采用人工识别进一步进行判别，二者相互验证，以得到第二识别结果。优选地，还包括将所述第二识别结果加入所述含油沉积物声学图像特征样本库。请参照图3，本专利技术提供一种基于声纳技术的含油沉积物自动识别系统，包括：建立单元101，用于建立含油沉积物声学图像特征样本库，所述样本库包括含油沉积物的不同模拟结果，不同类型特征以及典型图像特征；探测单元102，用于对含油沉积物进行探测，并提取相关声学数据，以获取声纳数据和显示声纳图像；处理单元103，用于根据所述声纳图像的显示结果，对声纳图像进行处理，以得出含油沉积物的声纳图像特征；判断单元104，用于根据含油沉积物的声纳图像特征，结合海底沉积环境、含油沉积物目标的存在环境，进行判断，对典型含油沉积物声纳图像进行人工拾取；计算单元105，用于计算所述典型含油沉积物声纳图像与含油沉积物声学图像特征样本库中样本图像的匹配程度；输出单元106，用于根据所述匹配本文档来自技高网...

【技术保护点】
一种基于声纳技术的含油沉积物自动识别方法，其特征在于，包括：建立含油沉积物声学图像特征样本库，所述样本库包括含油沉积物的不同模拟结果，不同类型特征以及典型图像特征；对含油沉积物进行探测，并提取相关声学数据，以获取声纳数据和显示声纳图像；根据所述声纳图像的显示结果，对声纳图像进行处理，以得出含油沉积物的声纳图像特征；根据含油沉积物的声纳图像特征，结合海底沉积环境、含油沉积物目标的存在环境，进行判断，对典型含油沉积物声纳图像进行人工拾取；计算所述典型含油沉积物声纳图像与含油沉积物声学图像特征样本库中样本图像的匹配程度；根据所述匹配程度结果，识别含油沉积物的分布位置、形态和范围，以得到第一识别结果。

【技术特征摘要】
1.一种基于声纳技术的含油沉积物自动识别方法，其特征在于，包括：建立含油沉积物声学图像特征样本库，所述样本库包括含油沉积物的不同模拟结果，不同类型特征以及典型图像特征；对含油沉积物进行探测，并提取相关声学数据，以获取声纳数据和显示声纳图像；根据所述声纳图像的显示结果，对声纳图像进行处理，以得出含油沉积物的声纳图像特征；根据含油沉积物的声纳图像特征，结合海底沉积环境、含油沉积物目标的存在环境，进行判断，对典型含油沉积物声纳图像进行人工拾取；计算所述典型含油沉积物声纳图像与含油沉积物声学图像特征样本库中样本图像的匹配程度；根据所述匹配程度结果，识别含油沉积物的分布位置、形态和范围，以得到第一识别结果。2.根据权利要求1所述的基于声纳技术的含油沉积物自动识别方法，其特征在于，所述建立含油沉积物声学图像特征样本库包括：根据不同的海洋环境和沉积物的不同物理参数，设计不同模型进行数值模拟,模拟结果加入声纳图像样本库；根据不同的海洋地质环境和含油沉积物的不同类型，进行水槽实验，将含油沉积物的不同特征添加进声纳图像样本库；将实际资料中典型含油沉积物的声纳图像特征进行总结，添加进声纳图像样本库。3.根据权利要求1所述的基于声纳技术的含油沉积物自动识别方法，其特征在于，所述对含油沉积物进行探测包括根据含油沉积物分布范围的大小和识别精度的要求,选择采用侧扫声纳设备和/或多波束声纳设备,及适应的采样频率范围对声纳数据进行采集。4.根据权利要求1所述的基于声纳技术的含油沉积物自动识别方法，其特征在于，所述对声纳图像进行处理包括针对噪音和干扰信号的图像平滑之后，再进行图像分割，之后,针对目标图像信号的图像增强和图像边缘锐化。5.根据权利要求1所述的基于声纳技术的含...

【专利技术属性】
技术研发人员：栗宝鹃，安伟，赵宇鹏，靳卫卫，李建伟，刘保占，张庆范，赵建平，
申请(专利权)人：中海石油环保服务天津有限公司，
类型：发明
国别省市：天津,12