【技术实现步骤摘要】
本专利技术属于数据处理，尤其是涉及一种多光谱遥感影像浅海底质类型识别方法。
技术介绍
1、陆地与岛礁浅海区域是人类活动活跃区，同时也是充满活力的自然系统，被认为是最受威胁的环境之一，浅海海域底质类型复杂，描述了浅海区域沉积物的分布状况，需要进行长期监测。浅海底质识别可以为海底资源的开发，海岸带工程，绘制海图，航海等提供有效手段，在军事上可以辅助潜艇选择安全的位置坐底，布设沉底水雷以及锚雷，登陆作战中舰船的锚泊，还可用于水下目标及水下作战环境的探测等等。
2、浅海底质可能是无机物(如岩石、砂子等)，也可能是有机物(如各种生物:藻类、珊瑚等)，各种底质的反射特征在可见光波段存在着明显的差异。浅海底质探测是个经典课题，也有多种手段，目前浅海底质探测的方法主要有直接探测法和介质探测法。早期的底质探测是采用直接探测法，是通过采样船在野外对浅海海底进行采样，然后带回实验室进行分析和底质鉴定。直接探测法虽然可以精确识别底质类型，但是耗时长、成本高，无法以面为单位进行大范围的探测；介质探测法最常用的是声学探测。通过向海底发射声波并进行观察、记录和分析海底沉积物对声波的不同反应，可以确定沉积物的类型。声学探测虽然易于控制，但是只能在船上进行定点测量，测量效率低、测量成本高。
3、随着遥感技术的快速发展，遥感技术为海底底质分类领域拓展了新道路。遥感底质分类方法具有覆盖面大、全面、精度相对统一的明显优势。但是目前大多用高光谱数据来进行识别，如微分法、支持向量机、人工神经网络等算法，四波段的多光谱遥感影像相较于高光谱数据用途广泛
技术实现思路
1、有鉴于此，本专利技术旨在提出一种多光谱遥感影像浅海底质类型识别方法，以至少解决
技术介绍
中的问题。
2、为达到上述目的，本专利技术的技术方案是这样实现的：
3、一种多光谱遥感影像浅海底质类型识别方法，包括：
4、对获取的影像数据进行预处理，得到预处理后的影像数据；
5、利用所述预处理后的影像数据对底质分布区域粗定位，得到粗定位后的影像数据；
6、基于光谱特征对得到的粗定位后的影像数据识别，得到基于光谱特征的浅海底质类型识别结果；
7、利用得到的粗定位后的数据生成浅海底质类型识别模型，得到基于深度学习的浅海底质类型识别结果；
8、对得到的基于光谱特征的浅海底质类型识别结果和基于深度学习的浅海底质类型识别结果联合优化，获取最终的浅海底质识别结果。
9、进一步的，所述对获取的影像数据进行预处理，包括：
10、针对获取的影像数据依次进行太阳耀光校正和大气进行校正；
11、针对校正后的影像数据，进行全色、多光谱数据配准；
12、针对配准后的影像数据进行影像超分重建；
13、针对得到的超分重建影像数据，进行全色图像和多光谱图像融合；
14、依次针对融合后的影像数据进行调色和去噪。
15、进一步的，所述利用所述预处理后的影像数据对底质分布区域粗定位，包括：
16、对浅海底质存在的区域进行初步界定，完成水陆分离以及并对深水区剔除。
17、进一步的，所述基于光谱特征对得到的粗定位后的影像数据识别，包括：
18、根据粗定位后的影像数据，结合预设的采样区可分离度标准，对不同的浅海底质类型进行采样，得到采样点，统计各类浅海底质反射率光谱；
19、利用预设模型计算预先选取的目标区水体的海表层下表面遥感反射比，模拟不同浅海海底底质反射率光谱，进行比对；目标区水体指的是粗定位的底质分布区；此处的比对包括与公开库中的地物波谱曲线和野外实测的光谱数据进行对比；
20、对采样点和模拟的光谱数据进行四阶微分计算，用以突出不同底质类型光谱特征差异；
21、分别计算并比对采样点和模拟的光谱数据的相邻波段的斜率，根据比对确定确定浅海海底底质类型。
22、进一步的，所述利用得到的粗定位后的数据生成浅海底质类型识别模型，包括：
23、针对获取的到粗定位后的影像数据，在粗定位的底质分布区对底质进行涂鸦式标注，使用部分标注的像素进行训练，对模型进行初始化，并对得到的模型迭代优化。
24、进一步的，所述联合优化，包括：
25、计算基于光谱特征底质识别结果和基于深度学习底质识别结果的独立合集，获取边界模糊区；
26、以边界模糊区外层边界为初始轮廓，对初始轮廓优化，获取精修后的模糊区；
27、结合精修后的模糊区、基于光谱特征的浅海底质类型识别结果以及基于深度学习的浅海底质类型识别结果，获取完整的识别结果。
28、进一步的，本方案公开了一种电子设备，包括处理器以及与处理器通信连接，且用于存储所述处理器可执行指令的存储器，所述处理器用于执行一种多光谱遥感影像浅海底质类型识别方法。
29、进一步的，本方案公开了一种服务器，包括至少一个处理器，以及与所述处理器通信连接的存储器，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述处理器执行，以使所述至少一个处理器执行一种多光谱遥感影像浅海底质类型识别方法。
30、进一步的，本方案公开了一种计算机可读取存储介质，存储有计算机程序，所述计算机程序被处理器执行时实现一种多光谱遥感影像浅海底质类型识别方法。
31、相对于现有技术，本专利技术所述的一种多光谱遥感影像浅海底质类型识别方法具有以下有益效果：
32、本专利技术所述的一种多光谱遥感影像浅海底质类型识别方法，提高底质识别的普适性和监测频率。
本文档来自技高网...【技术保护点】
1.一种多光谱遥感影像浅海底质类型识别方法，其特征在于，包括：
2.根据权利要求1所述的一种多光谱遥感影像浅海底质类型识别方法，其特征在于，所述对获取的影像数据进行预处理，包括：
3.根据权利要求1所述的一种多光谱遥感影像浅海底质类型识别方法，其特征在于，所述利用所述预处理后的影像数据对底质分布区域粗定位，包括：
4.根据权利要求1所述的一种多光谱遥感影像浅海底质类型识别方法，其特征在于，所述基于光谱特征对得到的粗定位后的影像数据识别，包括：
5.根据权利要求1所述的一种多光谱遥感影像浅海底质类型识别方法，其特征在于，所述利用得到的粗定位后的数据生成浅海底质类型识别模型，包括：
6.根据权利要求1所述的一种多光谱遥感影像浅海底质类型识别方法，其特征在于，所述联合优化，包括：
7.一种电子设备，包括处理器以及与处理器通信连接，且用于存储所述处理器可执行指令的存储器，其特征在于：所述处理器用于执行上述权利要求1-6任一所述的一种多光谱遥感影像浅海底质类型识别方法。
8.一种服务器，其特征在于：包括至少
9.一种计算机可读取存储介质，存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现权利要求1-6任一项所述的一种多光谱遥感影像浅海底质类型识别方法。
...【技术特征摘要】
1.一种多光谱遥感影像浅海底质类型识别方法，其特征在于，包括：
2.根据权利要求1所述的一种多光谱遥感影像浅海底质类型识别方法，其特征在于，所述对获取的影像数据进行预处理，包括：
3.根据权利要求1所述的一种多光谱遥感影像浅海底质类型识别方法，其特征在于，所述利用所述预处理后的影像数据对底质分布区域粗定位，包括：
4.根据权利要求1所述的一种多光谱遥感影像浅海底质类型识别方法，其特征在于，所述基于光谱特征对得到的粗定位后的影像数据识别，包括：
5.根据权利要求1所述的一种多光谱遥感影像浅海底质类型识别方法，其特征在于，所述利用得到的粗定位后的数据生成浅海底质类型识别模型，包括：
6.根据权利要求1所述的一种多光谱遥感影像浅...
【专利技术属性】
技术研发人员：赵彬如，张健，王力彦，任河，张峰，牛思文，任智超，谷祥辉，石志洲，
申请(专利权)人：国家海洋信息中心，
类型：发明
国别省市：
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。