一种水下浅地层剖面图像特征提取方法及系统技术方案

本发明专利技术公开了一种水下浅地层剖面图像特征提取方法及系统。该方法包括：确定浅地层剖面图像中的水体底质界面线、水体底质界面层和浅表层剖面；由水体底质界面线确定浅地层剖面图像的界面线特征量；界面线特征量表示水体底质界面线的复杂度；由水体底质界面层确定浅地层剖面图像的界面层特征量；界面层特征量为水体底质界面层的灰度均值；由浅表层剖面确定浅地层剖面图像的浅表层剖面特征量；浅表层剖面特征量包括浅表层剖面的灰度统计特征和浅表层剖面的垂向纹理特征；将界面线特征量、界面层特征量和浅表层剖面特征量确定为水下浅地层剖面图像的特征提取结果。本发明专利技术能够高效、准确地实现水下浅地层剖面图像的特征提取。

【技术实现步骤摘要】
一种水下浅地层剖面图像特征提取方法及系统
本专利技术涉及图像特征提取
，特别是涉及一种水下浅地层剖面图像特征提取方法及系统。
技术介绍
浅地层剖面系统主要由浅地层剖面仪主机、记录计算机、缆线、电源构成的甲板系统和载有换能器的水下拖鱼以及拖缆构成，并配有用于定位的GPS设备，有时还会使用回声测深仪获取高精度的海底高程信息，以进行浅地层剖面测量结果的校准。浅地层剖面仪进行数据采集时，换能器以特定方式向其正下方海底发射一定频率的声脉冲，该声脉冲在海水和沉积层中传播，在声阻抗存在一定差异的相邻两层界面处发生反射和透射，一部分能量形成反射信号到达换能器被记录下来，另一部分能量发生透射继续向下传输，在每个界面都以同样的方式透射、反射并被记录，直到返回的声脉冲能量衰减至无法检测。海底声脉冲形成的回波信号按时间顺序依次返回，被换能器接收并转化为电信号传递给主机，经过信号的解算得到浅地层剖面的回波强度采样信息。浅地层剖面原始数据一般以呯(Ping)为单位记录每一次声脉冲返回的声反射信号时间序列，再通过变换得到回波信号的振幅，按照一定的色彩映射规则按照Ping序列号依次排列可形成浅层剖面图像。浅地层剖面图像主要反映两类海底特性，一是海底地形起伏，据此可判断是否有突出于平均海底面的特殊地物；二是海底剖面的声阻抗特性，据此可区分其扫描的正下方区域底质类型及其变化。浅地层剖面图像可为基于侧扫声呐和多波束系统图像的海洋底质分类提供更多的参考信息，既可作为海底自动分类的依据，也可作为分类结果的验证数据。而在海底自动分类时，地层剖面图像特征提取尤为重要。浅地层剖面仪获取的水底浅层剖面图像主要通过点状、线状或面状元素体现底质的垂直分布特点。目前，基于浅层剖面图像的底质分类主要采用人工经验判读方法，少数利用计算机辅助分层或通过灰度转假彩色方法显示地层结构，因此，目前缺乏一种能够高效、准确地实现水下浅地层剖面图像特征提取的方法，以用于实现浅层剖面图像的底质的自动分类。
技术实现思路
基于此，有必要提供一种水下浅地层剖面图像特征提取方法及系统，以高效、准确地实现水下浅地层剖面图像的定量化特征提取。为实现上述目的，本专利技术提供了如下方案：一种水下浅地层剖面图像特征提取方法，包括：获取浅地层剖面图像；所述浅地层剖面图像是由多列子图像构成；所述子图像包括连续的多呯声反射信号时间序列；确定所述浅地层剖面图像中的水体底质界面线、水体底质界面层和浅表层剖面；所述水体底质界面线为所述浅地层剖面图像中表示水体的像素与表示底质的像素之间的分界线；所述水体底质界面层为所述浅地层剖面图像中，位于所述水体底质界面线之下设定宽度范围内的像素构成的层；由所述水体底质界面线确定所述浅地层剖面图像的界面线特征量；所述界面线特征量表示所述水体底质界面线的复杂度；所述水体底质界面线的复杂度采用所述水体底质界面线上各目标分界点与对应邻域内的所有分界点连线的斜率值的标准差表示；所述目标分界点为所述水体底质界面线上任意一个分界点；由所述水体底质界面层确定所述浅地层剖面图像的界面层特征量；所述界面层特征量为所述水体底质界面层的灰度均值；由所述浅表层剖面确定所述浅地层剖面图像的浅表层剖面特征量；所述浅表层剖面特征量包括所述浅表层剖面的灰度统计特征和所述浅表层剖面的垂向纹理特征；将所述界面线特征量、所述界面层特征量和所述浅表层剖面特征量确定为水下浅地层剖面图像的特征提取结果。可选的，在所述将所述界面线特征量、所述界面层特征量和所述浅表层剖面特征量确定为水下浅地层剖面图像的特征提取结果之后，还包括：基于距离算法对所述特征提取结果进行聚类，得到多个特征簇；每个所述特征簇内的特征量之间的距离均小于设定距离；从各所述特征簇内均任选一个特征量组成特征量集合；将所述特征量集合确定为水下浅地层剖面图像的特征筛选结果。可选的，在所述将所述特征量集合确定为水下浅地层剖面图像的特征筛选结果之后，还包括：采用全局搜索算法或最大相关最小冗余算法，对所述特征筛选结果进行特征选择，得到水下浅地层剖面图像的特征选择结果。可选的，所述基于距离算法对所述特征提取结果进行聚类，得到多个特征簇，具体包括：计算所述特征提取结果中每两个特征量之间的相关系数；依据所述相关系数，采用凝聚层次聚类算法对所述特征提取结果进行聚类，得到多个特征簇。可选的，所述由所述水体底质界面线确定所述浅地层剖面图像的界面线特征量，具体包括：由所述水体底质界面线，计算目标分界点与目标分界点邻域内的分界点连线的斜率，其中，kid为目标分界点(xi,yi)与目标分界点邻域内的分界点(xi+d,yi+d)连线的斜率，xi为水体底质界面线上的第i个分界点的所属序列标号，yi为水体底质界面线上的第i个分界点对应的水深值，xi+d为水体底质界面线上的第i+d个分界点的所属序列标号，yi+d为水体底质界面线上的第i+d个分界点对应的水深值，d为(xi,yi)与(xi+d,yi+d)相距的列数；由目标分界点与目标分界点邻域内的所有分界点连线的斜率，计算分界点连线斜率的均值，其中，μi为分界点连线斜率的均值，w为目标分界点的邻域；由目标分界点与目标分界点邻域内的所有分界点连线的斜率以及所述分界点连线斜率的均值，计算标准差，其中，si为目标分界点与其邻域内各分界点连线斜率的标准差，si表征水体底质界面线的复杂度。本专利技术还提供了一种水下浅地层剖面图像特征提取系统，包括：图像获取模块，用于获取浅地层剖面图像；所述浅地层剖面图像是由多列子图像构成；所述子图像包括连续的多呯声反射信号时间序列；分层模块，用于确定所述浅地层剖面图像中的水体底质界面线、水体底质界面层和浅表层剖面；所述水体底质界面线为所述浅地层剖面图像中表示水体的像素与表示底质的像素之间的分界线；所述水体底质界面层为所述浅地层剖面图像中，位于所述水体底质界面线之下设定宽度范围内的像素构成的层；界面线特征量确定模块，用于由所述水体底质界面线确定所述浅地层剖面图像的界面线特征量；所述界面线特征量表示所述水体底质界面线的复杂度；所述水体底质界面线的复杂度采用所述水体底质界面线上各目标分界点与对应邻域内的所有分界点连线的斜率值的标准差表示；所述目标分界点为所述水体底质界面线上任意一个分界点；界面层特征量确定模块，用于由所述水体底质界面层确定所述浅地层剖面图像的界面层特征量；所述界面层特征量为所述水体底质界面层的灰度均值；浅表层剖面特征量模块，用于由所述浅表层剖面确定所述浅地层剖面图像的浅表层剖面特征量；所述浅表层剖面特征量包括所述浅表层剖面的灰度统计特征和所述浅表层剖面的垂向纹理特征；特征提取结果确定模块，用于将所述界面线特征量、所述界面层特征量和所述浅表层剖面特征量确定为水下浅地层剖面图像的特征提取结果。可选的，所述水下浅地层剖面图像特征提取系统还包括：<本文档来自技高网...

【技术保护点】
1.一种水下浅地层剖面图像特征提取方法，其特征在于，包括：/n获取浅地层剖面图像；所述浅地层剖面图像是由多列子图像构成；所述子图像包括连续的多呯声反射信号时间序列；/n确定所述浅地层剖面图像中的水体底质界面线、水体底质界面层和浅表层剖面；所述水体底质界面线为所述浅地层剖面图像中表示水体的像素与表示底质的像素之间的分界线；所述水体底质界面层为所述浅地层剖面图像中，位于所述水体底质界面线之下设定宽度范围内的像素构成的层；/n由所述水体底质界面线确定所述浅地层剖面图像的界面线特征量；所述界面线特征量表示所述水体底质界面线的复杂度；所述水体底质界面线的复杂度采用所述水体底质界面线上各目标分界点与对应邻域内的所有分界点连线的斜率值的标准差表示；所述目标分界点为所述水体底质界面线上任意一个分界点；/n由所述水体底质界面层确定所述浅地层剖面图像的界面层特征量；所述界面层特征量为所述水体底质界面层的灰度均值；/n由所述浅表层剖面确定所述浅地层剖面图像的浅表层剖面特征量；所述浅表层剖面特征量包括所述浅表层剖面的灰度统计特征和所述浅表层剖面的垂向纹理特征；/n将所述界面线特征量、所述界面层特征量和所述浅表层剖面特征量确定为水下浅地层剖面图像的特征提取结果。/n...

【技术特征摘要】
1.一种水下浅地层剖面图像特征提取方法，其特征在于，包括：
获取浅地层剖面图像；所述浅地层剖面图像是由多列子图像构成；所述子图像包括连续的多呯声反射信号时间序列；
确定所述浅地层剖面图像中的水体底质界面线、水体底质界面层和浅表层剖面；所述水体底质界面线为所述浅地层剖面图像中表示水体的像素与表示底质的像素之间的分界线；所述水体底质界面层为所述浅地层剖面图像中，位于所述水体底质界面线之下设定宽度范围内的像素构成的层；
由所述水体底质界面线确定所述浅地层剖面图像的界面线特征量；所述界面线特征量表示所述水体底质界面线的复杂度；所述水体底质界面线的复杂度采用所述水体底质界面线上各目标分界点与对应邻域内的所有分界点连线的斜率值的标准差表示；所述目标分界点为所述水体底质界面线上任意一个分界点；
由所述水体底质界面层确定所述浅地层剖面图像的界面层特征量；所述界面层特征量为所述水体底质界面层的灰度均值；
由所述浅表层剖面确定所述浅地层剖面图像的浅表层剖面特征量；所述浅表层剖面特征量包括所述浅表层剖面的灰度统计特征和所述浅表层剖面的垂向纹理特征；
将所述界面线特征量、所述界面层特征量和所述浅表层剖面特征量确定为水下浅地层剖面图像的特征提取结果。


2.根据权利要求1所述的一种水下浅地层剖面图像特征提取方法，其特征在于，在所述将所述界面线特征量、所述界面层特征量和所述浅表层剖面特征量确定为水下浅地层剖面图像的特征提取结果之后，还包括：
基于距离算法对所述特征提取结果进行聚类，得到多个特征簇；每个所述特征簇内的特征量之间的距离均小于设定距离；
从各所述特征簇内均任选一个特征量组成特征量集合；
将所述特征量集合确定为水下浅地层剖面图像的特征筛选结果。


3.根据权利要求2所述的一种水下浅地层剖面图像特征提取方法，其特征在于，在所述将所述特征量集合确定为水下浅地层剖面图像的特征筛选结果之后，还包括：
采用全局搜索算法或最大相关最小冗余算法，对所述特征筛选结果进行特征选择，得到水下浅地层剖面图像的特征选择结果。


4.根据权利要求2所述的一种水下浅地层剖面图像特征提取方法，其特征在于，所述基于距离算法对所述特征提取结果进行聚类，得到多个特征簇，具体包括：
计算所述特征提取结果中每两个特征量之间的相关系数；
依据所述相关系数，采用凝聚层次聚类算法对所述特征提取结果进行聚类，得到多个特征簇。


5.根据权利要求1所述的一种水下浅地层剖面图像特征提取方法，其特征在于，所述由所述水体底质界面线确定所述浅地层剖面图像的界面线特征量，具体包括：
由所述水体底质界面线，计算目标分界点与目标分界点邻域内的分界点连线的斜率，



其中，kid为目标分界点(xi,yi)与目标分界点邻域内的分界点(xi+d,yi+d)连线的斜率，xi为水体底质界面线上的第i个分界点的所属序列标号，yi为水体底质界面线上的第i个分界点对应的水深值，xi+d为水体底质界面线上的第i+d个分界点的所属序列标号，yi+d为水体底质界面线上的第i+d个分界点对应的水深值，d为(xi,yi)与(xi+d,yi+d)相距的列数；
由目标分界点与目标分界点邻域内的所有分界点连线的斜率，计算分界点连线斜率的均值，



其中，μi为分界点连线斜率的均值，w为目标分界点的邻域；
由目标分界点与目标分界点邻域内的所有分界点连线的斜率以及所述分界点连线斜率的均值，计算标准差，



其中，si为目标分界点与其邻域内各分界点连线斜率的标准差，si表征水体底质界面线的复杂度。


6.一种水下浅地层剖...

【专利技术属性】
技术研发人员：李清波，雷添杰，曹智国，陈曦，沈蔚，李超群，
申请(专利权)人：黄河勘测规划设计研究院有限公司，
类型：发明
国别省市：河南;41