[發(fā)明專(zhuān)利]一種基于卷積神經(jīng)網(wǎng)絡(luò)的水上油膜相對(duì)厚度提取方法及系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 201810117455.X
• 申請(qǐng)日: 2018-02-06
• 公開(kāi)（公告）號(hào): CN108334937A
• 公開(kāi)（公告）日: 2018-07-27
• 發(fā)明（設(shè)計(jì)）人: 劉丙新;李穎;侯永超;張強(qiáng);吳鵬
• 申請(qǐng)（專(zhuān)利權(quán)）人: 大連海事大學(xué)
• 主分類(lèi)號(hào): G06N3/04
• 分類(lèi)號(hào): G06N3/04;G06N3/08;G06T7/62
• 代理公司: 大連東方專(zhuān)利代理有限責(zé)任公司 21212
• 代理人: 趙淑梅;李洪福

本發(fā)明公開(kāi)了一種基于卷積神經(jīng)網(wǎng)絡(luò)的水上油膜相對(duì)厚度提取方法及系統(tǒng)，所述方法為預(yù)先采集高光譜數(shù)據(jù)，作為預(yù)處理數(shù)據(jù)；從預(yù)處理數(shù)據(jù)中選取訓(xùn)練樣本，將訓(xùn)練樣本輸入卷積神經(jīng)網(wǎng)絡(luò)，對(duì)卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，提高卷積神經(jīng)網(wǎng)絡(luò)的精度，在卷積神經(jīng)網(wǎng)絡(luò)的精度未達(dá)到要求之前重復(fù)本步驟，直至精度達(dá)到要求，完成卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練過(guò)程；將預(yù)處理數(shù)據(jù)中待檢測(cè)數(shù)據(jù)輸入卷積神經(jīng)網(wǎng)絡(luò)，完成待檢測(cè)數(shù)據(jù)的處理過(guò)程，輸出結(jié)果；對(duì)輸出結(jié)果進(jìn)行評(píng)價(jià)，分析輸出結(jié)果的準(zhǔn)確性；實(shí)時(shí)顯示處理結(jié)果和評(píng)價(jià)結(jié)果。本發(fā)明具有很好的分類(lèi)精確性和泛化能力，能夠較好的擬合不同油膜厚度的信息，為實(shí)現(xiàn)高光譜遙感大范圍分析溢油厚度提供了可靠的技術(shù)支撐。

技術(shù)領(lǐng)域

本發(fā)明屬于水面油膜遙感技術(shù)領(lǐng)域，涉及一種基于卷積神經(jīng)網(wǎng)絡(luò)的水上油膜相對(duì)厚度提取方法及系統(tǒng)。

背景技術(shù)

目前石油是重要的能源之一，帶動(dòng)著各國(guó)經(jīng)濟(jì)的發(fā)展。在絲綢之路經(jīng)濟(jì)帶成功開(kāi)通的大背景下，中國(guó)石油迎來(lái)了發(fā)展的良好契機(jī)，與跨國(guó)石油公司的合作渠道、合作模式呈多元化、多樣化發(fā)展。而石油的運(yùn)輸絕大部分通過(guò)船舶運(yùn)輸，從而極大的增大了船舶溢油事故發(fā)生的風(fēng)險(xiǎn)。溢油事故一旦發(fā)生，實(shí)時(shí)掌握溢油的分布信息對(duì)后續(xù)溢油的處理極其重要，能有效地減少溢油事故對(duì)海洋環(huán)境的影響。

目前利用遙感工具進(jìn)行溢油監(jiān)測(cè)是一種有效的手段，包括雷達(dá)傳感器、激光傳感器以及多光譜傳感器；在上述手段中，雷達(dá)傳感器獲得的數(shù)據(jù)不利于解譯且易受到“假目標(biāo)”干擾，激光傳感器成本較高，同時(shí)易受到環(huán)境因素的影響，多光譜傳感器不具備獲取地物連續(xù)光譜信息的能力，會(huì)出現(xiàn)“同譜異物”情況；而高光譜傳感器一次性能獲得范圍廣、具有連續(xù)地物波譜以及抗干擾性強(qiáng)的數(shù)據(jù)，在溢油監(jiān)測(cè)方面具有一定的優(yōu)勢(shì)，并且高光譜影像因?yàn)槠涓叩墓庾V分辨率可為環(huán)境監(jiān)測(cè)中目標(biāo)識(shí)別提供多維特征，同時(shí)隨著傳感器技術(shù)的發(fā)展，高光譜圖像的空間分辨率也得到了提升。所以，建立一種基于卷積神經(jīng)網(wǎng)絡(luò)的水上油膜相對(duì)厚度提取方法及系統(tǒng)，對(duì)于海洋環(huán)境的保障、溢油事故的應(yīng)急處置具有重要的意義。

發(fā)明內(nèi)容

鑒于已有技術(shù)存在的缺陷，本發(fā)明的目的是要提供一種基于卷積神經(jīng)網(wǎng)絡(luò)的水上油膜相對(duì)厚度提取方法及系統(tǒng)，該方法構(gòu)建適用于高光譜數(shù)據(jù)的卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，通過(guò)擬合高光譜圖像信息，實(shí)現(xiàn)水上油膜厚度信息的有效提取，并且通過(guò)建立高光譜圖像水上溢油相對(duì)厚度識(shí)別系統(tǒng)，能夠及時(shí)顯示大范圍的水上溢油厚度信息，促進(jìn)高光譜遙感溢油識(shí)別向快速化、智能化、系統(tǒng)化方向發(fā)展。

本發(fā)明采用的技術(shù)手段如下：

一種基于卷積神經(jīng)網(wǎng)絡(luò)的水上油膜相對(duì)厚度提取方法，具有如下步驟：

S1、預(yù)先采集高光譜數(shù)據(jù)，作為預(yù)處理數(shù)據(jù)；

S2、從預(yù)處理數(shù)據(jù)中選取訓(xùn)練樣本，將訓(xùn)練樣本輸入卷積神經(jīng)網(wǎng)絡(luò)，對(duì)卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，提高卷積神經(jīng)網(wǎng)絡(luò)的精度(即AUC的值不再增加)，在卷積神經(jīng)網(wǎng)絡(luò)的精度未達(dá)到要求之前重復(fù)步驟S2，直至精度達(dá)到要求，完成卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練過(guò)程；

S3、將預(yù)處理數(shù)據(jù)中待檢測(cè)數(shù)據(jù)輸入卷積神經(jīng)網(wǎng)絡(luò)，完成待檢測(cè)數(shù)據(jù)的處理過(guò)程，輸出結(jié)果；

S4、對(duì)輸出結(jié)果進(jìn)行評(píng)價(jià)，分析輸出結(jié)果的準(zhǔn)確性；

S5、實(shí)時(shí)顯示步驟S3得到的輸出結(jié)果和步驟S4得到的評(píng)價(jià)結(jié)果。

所述步驟S1中，是通過(guò)星載/機(jī)載的高光譜儀器預(yù)先采集高光譜數(shù)據(jù)；

所述卷積神經(jīng)網(wǎng)絡(luò)包括依次連接的第一卷積層、第二卷積層、第一池化層、第三卷積層、第四卷積層、第二池化層和全鏈層，還包括輸出層和精度計(jì)算模塊；

所述第一卷積層、所述第二卷積層、所述第三卷積層、所述第四卷積層中分別進(jìn)行卷積操作；

所述第一池化層和所述第二池化層中分別進(jìn)行y個(gè)卷積池化操作，所述卷積池化中包括x個(gè)卷積操作和一個(gè)池化操作；

所述全鏈層中進(jìn)行全鏈接操作；