【技术实现步骤摘要】
本专利技术属于光纤传感与图像处理交叉，具体设计一种基于图像处理与多模态特征融合的轻量化卷积神经网络及动态增量学习的分布式光纤传感海量数据筛选方法。
技术介绍
1、分布式光纤传感技术基于相敏光时域反射仪(φ-otdr)的传感原理，在周界安防、管道监测等领域实现长距离振动监测，但其生成的海量数据仍面临实时处理瓶颈。传统方法依赖时域或频域进行单维度分析，难以区分环境干扰与真实事件的时空耦合特征，导致误报率较高。现有浅层机器学习算法在多目标场景下存在特征混淆的缺陷，而云端离线处理模式则产生分钟级的延迟，无法满足高危场景下的实时预警需求。
2、当前深度学习应用存在显著局限：常规卷积神经网络(cnn)模型计算负载过高，难以适配边缘设备；静态模型无法应对环境变迁引发的数据分布偏移，需频繁人工迭代；现有信号图像化方法局限于时频谱转换，缺乏纹理、空间拓扑与动态行为的多模态融合，致使相似信号(如施工振动与地质灾害)辨识困难。针对上述缺陷，亟需提出一个融合轻量化网络、动态增量学习及多模态特征协同解析的技术方案，以攻克海量数据实时筛选、动态环境自适...
【技术保护点】
1.一种基于图像处理的分布式光纤传感海量目标数据筛选方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于图像处理的分布式光纤传感海量目标数据筛选方法，其特征在于，所述将信号幅值归一化后转换为灰度图像具体如下：
3.根据权利要求2所述的一种基于图像处理的分布式光纤传感海量目标数据筛选方法，其特征在于，所述采用局部二值模式算法，提取灰度图像纹理特征具体如下：
4.根据权利要求3所述的一种基于图像处理的分布式光纤传感海量目标数据筛选方法，其特征在于，Hu不变矩的计算具体如下：
5.根据权利要求4所述的一种基于图像...
【技术特征摘要】
1.一种基于图像处理的分布式光纤传感海量目标数据筛选方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于图像处理的分布式光纤传感海量目标数据筛选方法，其特征在于，所述将信号幅值归一化后转换为灰度图像具体如下：
3.根据权利要求2所述的一种基于图像处理的分布式光纤传感海量目标数据筛选方法，其特征在于，所述采用局部二值模式算法，提取灰度图像纹理特征具体如下：
4.根据权利要求3所述的一种基于图像处理的分布式光纤传感海量目标数据筛选方法，其特征在于，hu不变矩的计算具体如下：
5.根据权利要求4所述的一种基于图像处理的分布式光纤传感海量目标数据筛选方法，其特征在于，...
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。