基于特征级融合的水下多源声学图像底质分类方法及系统技术方案

本发明专利技术公开了基于特征级融合的水下多源声学图像底质分类方法及系统。该方法包括：获取在统一空间坐标系下的海底地貌图像、海底地形图像和海底地层剖面图像；采用多分辨率图像分割算法对海底地貌图像进行分割；将海底地形图像、海底地层剖面图像分别与海底地貌分割图像叠加；提取海底地貌分割图像中每个地貌分割体的地貌特征、海底地形分割图像中每个地形分割体的地形特征和海底地层剖面分割图像中每个地层剖面分割体的地层特征；将地貌特征、地形特征和地层特征融合，得到融合特征量；将融合特征量输入至训练好的机器学习分类模型中，得到水下多源声学图像的底质分类结果。本发明专利技术能够实现水下底质的自动分类，且分类精度高。

【技术实现步骤摘要】
基于特征级融合的水下多源声学图像底质分类方法及系统
本专利技术涉及水下声学图像分类
，特别是涉及一种基于特征级融合的水下多源声学图像底质分类方法及系统。
技术介绍
底质分类是指对海洋、湖泊、河流等水体底层物质(如泥、沙、粗砂、砾石、礁石等)的分类。水下底质分类对水下科学研究、资源开发、环境保护和水下维权具有重要意义。侧扫声呐、多波束声呐系统和浅地层剖面仪等多源探测是声学法底质分类的常用技术，通过对上述三类声学设备获取的多源声学图像进行分析和解译可实现底质类型的分类。多源声学图像具有多维、多源、异构的特点，其提供的信息含义既有较大差别，又有良好的互补性。融合多源声学图像信息实现底质分类，具有单独使用任意一种或两种数据用于分类无法比拟的优势。这是因为侧扫声呐和多波束声呐系统可获取底质反向散射强度地貌图像、多波束声呐系统可获取水底地形合成地形图像(用不同灰度或色彩表示水底高程)、浅地层剖面仪可获取水底剖面声反射强度图像，即地层剖面图像。地貌、地形和地层剖面图像分别提供了水底二维、三维表面和三维剖面信息，三类数据的整合提供了多维度的声学特本文档来自技高网...

【技术保护点】
1.基于特征级融合的水下多源声学图像底质分类方法，其特征在于，包括：/n获取海底地貌图像、海底地形图像和海底地层剖面图像；所述海底地貌图像、所述海底地形图像和所述海底地层剖面图像为在统一空间坐标系下的图像；/n采用多分辨率图像分割算法对所述海底地貌图像进行分割，得到海底地貌分割图像；所述海底地貌分割图像包括多个地貌分割体；/n将所述海底地形图像与所述海底地貌分割图像叠加，将所述海底地层剖面图像与所述海底地貌分割图像叠加，得到海底地形分割图像和海底地层剖面分割图像；所述海底地形分割图像包括多个地形分割体；所述海底地层剖面分割图像包括多个地层剖面分割体；/n提取所述海底地貌分割图像中每个地貌分割体...

【技术特征摘要】
1.基于特征级融合的水下多源声学图像底质分类方法，其特征在于，包括：
获取海底地貌图像、海底地形图像和海底地层剖面图像；所述海底地貌图像、所述海底地形图像和所述海底地层剖面图像为在统一空间坐标系下的图像；
采用多分辨率图像分割算法对所述海底地貌图像进行分割，得到海底地貌分割图像；所述海底地貌分割图像包括多个地貌分割体；
将所述海底地形图像与所述海底地貌分割图像叠加，将所述海底地层剖面图像与所述海底地貌分割图像叠加，得到海底地形分割图像和海底地层剖面分割图像；所述海底地形分割图像包括多个地形分割体；所述海底地层剖面分割图像包括多个地层剖面分割体；
提取所述海底地貌分割图像中每个地貌分割体的地貌特征；所述地貌特征包括水底地貌的灰度统计特征、水底地貌的灰度共生矩阵特征、水底地貌的基于高阶统计量的不变矩特征和水底地貌的分形维数特征；
提取所述海底地形分割图像中每个地形分割体的地形特征；所述地形特征包括水底坡度统计特征、水底坡向统计特征、水底表面曲率统计特征和水底地表的分形维数特征；
提取所述海底地层剖面分割图像中每个地层剖面分割体的地层特征；所述地层特征包括界面线特征量、界面层特征量和表层剖面特征量；所述界面线特征量表示水体底质界面线的复杂度；所述界面层特征量为水体底质界面层的灰度均值；所述表层剖面特征量包括表层剖面的灰度统计特征和表层剖面的垂向纹理特征；
将所述地貌特征、所述地形特征和所述地层特征融合，得到融合特征量；
将所述融合特征量输入至训练好的机器学习分类模型中，得到水下多源声学图像的底质分类结果。


2.根据权利要求1所述的基于特征级融合的水下多源声学图像底质分类方法，其特征在于，所述提取所述海底地层剖面分割图像中每个地层剖面分割体的地层特征，具体包括：
确定所述海底地层剖面分割图像中的水体底质界面线、水体底质界面层和表层剖面；
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每个地层剖面分割体的界面层特征量；
由所述表层剖面确定每个地层剖面分割体的表层剖面特征量；
将所述界面线特征量、所述界面层特征量和所述表层剖面特征量确定为所述海底地层剖面分割图像的地层特征。


3.根据权利要求2所述的基于特征级融合的水下多源声学图像底质分类方法，其特征在于，所述由所述水体底质界面线确定每个地层剖面分割体的界面线特征量，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。


4.根据权利要求1所述的基于特征级融合的水下多源声学图像底质分类方法，其特征在于，所述将所述地貌特征、所述地形特征和所述地层特征融合，得到融合特征量，具体包括：
基于距离算法对所述地貌特征进行聚类，得到多个地貌特征簇；每个所述地貌特征簇内的特征量之间的距离均小于第一设定距离；
从各所述地貌特征簇内均任选一个特征量组成地貌特征量集合；
基于距离算法对所述地形特征进行聚类，得到多个地形特征簇；每个所述地形特征簇内的特征量之间的距离均小于第二设定距离；
从各所述地形特征簇内均任选一个特征量组成地形特征量集合；
基于距离算法对所述地层特征进行聚类，得到多个地层特征簇；每个所述地层特征簇内的特征量之间的距离均小于第三设定距离；
从各所述地层特征簇内均任选一个特征量组成地层特征量集合；
将所述地貌特征量集合、所述地形特征量集合和所述地层特征量集合融合，得到融合特征量。


5.根据权利要求4所述的基于特征级融合的水下多源声学图像底质分类方法，其特征在于，所述将所述地貌特征量集合、所述地形特征量集合和所述地层特征量集合融合，得到融合特征量，具体包括：
采用全局搜索算法、最大相关最小冗余算法或启发式搜索算法，对所述地貌特征量集合进行特征选择，得到地貌特征选择集合；
采用全局搜索算法、最大相关最小冗余算法或启发式搜索算法，对所述地形特征量集合进行特征选择，得到地形特征选择集合；
采用全局搜索算法、最大相关最小冗余算法或启发式搜索算法，对所述地层特征量集合进行特征选择，得到地层特征选择集合；
将所述地貌特征选择集合、所述地形特征选择集合和所述地层特征选择集合融合，得到融合特征量。


6.基于特征级融合的水下多源声学图像底质分类系统，其特征在于，包括：
图像获取模块，用于获取海底地貌图像、海底地形图像和海底地层剖面图像；所述海底地貌图像、所述海底地形图像和所述海底...

【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