多特征主成分分析与声图相结合的海底底质分类

合集下载

基于SVM的海底声纳图像底质识别

ｃｍｐｏｅｎｎａｙｉ，ｔｅｏｎｔａｌｓｓｈｍｅｎ，ｓａｄｒｄｖａｉｎ，ｃｎｒｓ，ｃｒｅａｉｎｃｅｃｅｎｓｅｅｇｎｈａｔｎａｄｅｉｔｏｏｔａｔｏｒｌｔｏｏｆｉｔ，ｎｒｙａｄｏｍｏｅｅｔｗｅｅｉｇｎｉｙｒ
（．１国家海洋局第二海洋研究所国家海洋局海底科学重点实验室，浙江２国家海洋局第一海洋研究所，山东．青岛２６６）６０１杭州３０１１０２
摘
要：对海底底质声纳图像分割，提取单元特征向量进行主成份分析，选取均值、标准差、对比度、相关系数、能量及同
ＳａｌｏｏａｅｉｅｍａｅｒｃｇｔｏｔｔｅｆｏｒｓｎｒｓｄｍｎｔｉｇｅｏｎｉｉｎｗｉｈｈｅＳｕｐｐｏｔＶｅｔｒＭａｈｉｒｃｏｃｎｅ
ＸＯＧＭｉｇｋａＩＮｎ — ｕｎ，ＷＵＺ— ｉＩｈｕｊｎ，ＬＯＸａ－ｅＡＧＱｕｈａｉｙｎ，Ｌｏ－ｕＵｉｏｗｎ，ＴＮｉ－ｕ２Ｓ
第３卷第４期１２１０２年８月
海
洋
通
报
Ｖｏ．３１，Ｎｏ．４１Ａｕ．２２ｇ０１
ＭＡＩＥＣＩＮＣＢＬＩＵＮＳＥＥＵＬＥＴＮ
基于ＳＭ的海底声纳图像质识别Ｖ
熊明宽，吴白银，李守军，罗孝文，唐秋华
ｓｌｃｅｓｔｉｉｈｒｃｒｔｅｔｒＩｏｔｚｅＳｐｏｅｔｃｉｅ（Ｖｅｔａａｎｃａａｔｓｃｖｃｓｏｐｉｅｈｕｐ￣ＶｃｒｈｎＳＭ）ｐｒｍｔｓＵｉｇｍｌ－ＶｅｄｒｎｇｅｉｉｏｍｉｔｏＭａａａｅｅ．ｓｕｔＳＭｒｎｉ

基于多维度声学特征优选的多波束海底底质分类

基于多维度声学特征优选的多波束海底底质分类
宋佰万;付明生;崔晓东;牛冲
【期刊名称】《海洋通报》
【年(卷),期】2024(43)2
【摘要】海底表层底质分布信息的准确获取在构建海洋基础地理数据库中发挥着重要作用。

目前,多波束是实现大范围海底底质分类的有效手段之一,基于多波束测深和反向散射强度数据所派生的声学特征被广泛应用于底质分类建模。

然而,随着特征维度的增加,特征空间中存在的无关和冗余特征严重影响底质分类精度。

为了定量评估声学特征对底质类别的表征能力,并消除无效特征对分类结果的干扰,本文提出了基于多维度声学特征优选的海底底质分类方法。

首先,结合实际底质样本的物理属性对多维特征进行排序和优选,排除冗余和无关特征。

其次,分别应用支持向量机、随机森林和深度信念网络构建海底底质监督分类模型。

通过利用爱尔兰海南部多波束调查数据和实地取样信息进行试验,结果表明提出方法对海底底质的总体分类精度和Kappa系数分别最高达到了86.20%和0.834,相较于主成分分析和熵指标特征选择方法有明显提高,突出了该方法在海底底质探测及制图的应用潜力。

【总页数】12页(P198-209)
【作者】宋佰万;付明生;崔晓东;牛冲
【作者单位】山东省地质测绘院;山东科技大学测绘与空间信息学院
【正文语种】中文
【中图分类】P736.12;P229.1
【相关文献】
1.基于粒子群优化算法的PSO-BP海底声学底质分类方法
2.基于遗传小波神经网络的海底声学底质识别分类
3.基于贝叶斯信息准则的多波束海底底质非监督分类
4.基于多波束背向散射数据的海底底质分类
因版权原因，仅展示原文概要，查看原文内容请购买。

声学海底底质分类——当前实践与未来方向

20海洋地质2020年第2期声学海底底质分类—当前实践与未来方向John T.Anderson、D.van Holliday和 Rudy Kloser等著摘要：利用单波束回声测深仪、多波束回声测深仪和侧扫声纳组合进行海底声学调查，为海洋生境测绘计划提供技术解决方案。

我们认为，海底声学分类（A S C)科学正处于萌芽阶段。

在ICES (国际海洋物理科学协会）主持下，国际科学家小组对A S C科学进行了全面的回顾。

为了支持基于生态系统的海洋管理科学，人们越来越需要跨空间尺度对海洋生态系统进行分类和地图绘制，这一讨论得到了推动。

本文重点回顾了海底声学散射理论的各种理论模型，以及这些理论模型的发展历程。

在使用客观、可重复的程序进行分类之前，声学信号调节和数据质量保证是重要的技术考虑因素，而方法的标准化只是刚刚开始。

本文评述了时间和空间尺度的问题，重点是将观测尺度与自然界的尺度相匹配。

总的来说，海底不是静止的，而是自然物理和生物过程共同在多个时间尺度上发生的变化。

本文概略介绍了现有商用A S C系统现有能力，回顾了验证（地面真实性）方法，强调了观测尺度与声学背散射数据匹配的难点，探索了超越传统海洋学和渔业调查技术的A S C调查设计方法。

最后，在需要国际科学界亟需关注的关键领域，确定了声学海底分类科学的未来方向。

关键词：声学；分类；回声测深仪；生境；景观；测绘；海洋；多波束；海底；侧扫；单波束；声纳1介绍自然界是多层次结构的，自然区域内的过程是在跨时空尺度上运行的（Azovsky等，2000; Turner等，2001)。

管理人类对海洋生态系统的影响，需要在一系列嵌套等级范围内对自然区域识别和绘制。

支持基于生态系统的海洋资源管理科学将需要新一代的评估工具，以评估生态系统的组成部分，从单一种群到综合生态系统。

监测自然和人为干扰是基于生态系统管理的关键组成部分。

许多新出现的问题本质上是空间性的，需要在监测之前采取新的测绘计划（Nichols,1999; Frid等，2006)。

海洋技术研究基于多波束背向散射数据的海底底质分类

海洋论坛▏基于多波束背向散射数据的海底底质分类海底底质类型特征是海洋地质调查、海洋工程建设、海底矿产资源等领域中重要的海洋环境信息，其调查手段主要包括传统的直接海底取样以及声学、光学、电磁波等间接遥感方式，其中的声学方式称为声学海底分类（ASC）。

传统的海底底质探测与分类费时费力、劳动强度大、作业成本高，很难开展大范围内的海底底质分类，多波束系统获得的海底图像能反映背向散射强度，强度大小能表示不同的底质类型，也能够呈现出底质的纹理结构，纹理是海底表面结构粗糙程度的直接反应，是属于特定类型的海底底质特有的属性，能区分不同类型的海底底质，因此，可结合背向散射强度和纹理来进行的海底底质分类。

近年来神经网络的广泛应用为海底底质分类提供了新的方法，国内学者发表了不少相关的论文，并通过实测数据进行了相关研究，取得了较好的效果，但研究区域往往很小，有些仅仅只有几公里的单条测线，并且没有与海底站位取样数据进行对比分析与验证，大面积大区域的浅水海域的分类应用实例没有。

为此，本文以实际大区域大面积海底地质调查多波束数据为基础，结合真实的海底站位取样数据和历史地质数据，来进行浅水海域的海底底质分类研究。

一、处理流程多波束测深数据的精细处理是底质类型识别的重要步骤，是获取高质量背向散射图像的基础：在完成数据初步处理后，采用专业的数据处理软件进行人机交互处理，最大限度剔除多波束干扰（跳变或边缘等）数据对背向散射数据的影响。

背向散射数据的改正主要包括时间增益改正、波束照射区面积改正及地形改正（图1）。

图1 背向散射数据处理流程多波束背向散射数据的时间增益改正可依据下式来进行补偿： EL r＝2TL r－RL r＝40lg r＋2αr/103－10lg×cτ/2×θH r＋S B 式中：EL r为总衰减量，dB；2TL为传播损失，dB；RL为混响级，dB；r为距离，m；α为衰减系数，dB/km；τ为发射脉冲宽度，ms；θH 为换能器水平开角，rad；S B为背向散射强度，dB。

基于多波束声纳图像的海底底质分类

基于多波束声纳图像的海底底质分类J.M. Preston, A.C. Christney, S. F. Bloomer1, and I. L. Beaudet2 Quester Tangent Corporation, 99-9865 West Saanich Road, Sidney, BC, Canada V8L 5Y8email: jpreston@1水声遥感中心，维多利亚大学，维多利亚，不列颠哥伦比亚。

2地球和海洋科学学院，维多利亚大学，维多利亚，不列颠哥伦比亚。

摘要：通过多波束水听器系统或者来自单个或多个波束的侧扫声纳测量的海底图像，得到了很多关于海底类型的信息。

对一部分图像用统计的方式进行处理足可以反映出海底分类的特征，这些特征适用于对海底整体的分析和细节上的处理。

在这里我们描述了Quester Tangent用于海底分类统计的QTC MULTIVIEW™系统，并给出了对一些水域进行测量的结果。

这个软件运用了很多统计算法对每一幅图像生成了超过130个的统计特征。

主成分分析明确了最优地描述图像数据变化的特征的线性组合。

对于特殊海底底质的辨别问题应该选择最优的统计特征，而不是选择一套通用的特征。

通过建立的聚类过程把数据点分类。

给出的例子证明了由声纳的物理特性和多波束系统的设计细节造成的局限性。

对于精确的分类结果，要重视这些局限性，通过在处理过程中采取补偿措施或者剔除在非标准条件下获得的ping。

一. 介绍基于声纳图像的海底分类[1,2]是把海底分割成贯穿一个区域的离散声学类。

因为这种分割能产生声学多样性的示意图，所以它是非常合理和有用的测量方式。

因为海底底质的特征和某个类是相关的，而且区别于那些其它的类，所以把海底划分成声学类是非常有用的。

这样，需要收集的最基本的信息的量就大大的减少了。

从每个类得到的少量的样本足可以定义整个类的地理类型。

如果采样的位置选择在离类边缘很远的区域，采样得到的样本将会重现一个单独的类，而不是很多类的混合，进而减少了需要处理的样本的数量。

深海沉积物分类与命名的参数指标和主成分分析

铁、十种主元素含量为４．３，锰７０其他４５种元素含量为０４，然沉积物来源复杂、因不同，．７虽成
但沉积物化学主成分并不复杂，主要由前１０种主元素和氧元素组成。沉积物主元素铝、、分别钙硅
富集于黏土、钙质沉积、质沉积中。通过建立沉积物生源组分与碳酸钙、硅三氧化二铝、二氧化硅的量化关系，可把碳酸钙、生物二氧化硅作为钙质生物和硅质生物的两个替代参数。关键词：深海沉积物分类；深；均粒径；水平黏土含量；数指标；参主成分分析
中图分类号：７１Ｐ３文献标志码：Ａ文章编号：２３４９（０００ —１８１０５—１３２１）６０１—２
ｌ引言
科学合理地制定统一标准，一方面使科学研究成
在。浅海以陆源沉积物为主，沉积物粒度三角图分类
已很好地解决了浅海沉积物分类与命名＿。深海沉１］积物成分复杂，来源不一，积作用过程不同于浅海沉
收稿日期：０００５修订日期：００Ｉ一８２１ —７１；２１一１Ｏ。
积物分类与命名。当前我国海洋调查研究由浅海向深海拓展，已取得了令人鼓舞的成果，深海沉积并对物研究日益增多，然而对深海沉积物分类与命名问题
摘要：对于南海中部（１１８个表层沉积物样，深８～４４０ｍ）东部（０水２２、１６个表层沉积物样，深水７００海域的表层沉积物的粒度资料按小于２０ｍ，０￣２００ｍ，０￣４５８ｍ）０２００大于２００ｍ水深段对０

海底底质分类的发展现状

海底底质分类的发展现状近年来，随着多波束技术及侧扫声纳技术的不断发展，人们已经不仅仅满足于单一的水深测量和粗略的人工侧扫声纳影像解释。

无论是在渔业、采掘业、近岸商业调查、科学与环境研究方面，还是在国防军事应用方面，都希望能够快速、高效地获取海底浅层沉积环境信息。

然而，传统的方法如可视化法与机械取样法都不能存在效率低、费用高、不适应于大面积调查等弊端。

由于声学法具有高效率、低费用、高分辨率等优点，因此特别适合于大面积的调查或研究。

目前，世界上已有多家海洋调查仪器公司或研究单位从不同的方面、采用不同的参数对海底进行分类识别。

从研究对象数据方面来分，主要有单波束海底分类、多波束海底分类和侧扫声纳影像记录分类三大类。

其中，单波束海底分类器及分类软件发展最为成熟，何以配合多种测深仪进行工作。

多波束海底分类系统只能配合于某一特定类型的多波束测深系统。

不管采用何种技术，都可以分为指导分类和非指导分类方式。

在指导分类方式下，必须首先对系统进行培训，通过在不同的海底类型采集一系列数据，获得特定的回声波形，建立起特征波形与海底类型之间的对应关系。

在非指导分类方式下，只是对海底类型进行了逻辑分类。

单波束海底分类主要以加拿大的Quester Tangent公司的QTC VIEW为代表。

回声波形经过海底识别和压抑高频噪声等预处理后，采用多种专专利算法，产生超过150个波形矢量。

所有的矢量用于组合成一个全特征矩阵。

然后根据这些特征矢量在三维空间里的聚合程度(差异性)，确定它们与海底类型的相关性。

该系统在加拿大得到了广泛的应用。

另外，QTC公司刚刚开发了一套基于EM3000多波束的海底分类仪QTC MULTIVIEW，目前正处于试用版的发布阶段。

通过侧扫声纳影像对海底分类，其代表为英国Geo Acoustics公司的Texture Mapping System。

通过对侧扫声纳影像的分析，可以对基岩、圆砾、砾石、沙、淤泥、粘土等进行分类，也可以提供管线、缆线和海底雷状物定位所需的资料。

介绍几种典型的海底底质分类技术

介绍几种典型的海底底质分类技术
刘胜旋;关永贤
【期刊名称】《海洋地质》
【年(卷),期】2003(000)004
【摘要】本文主要介绍了四家海洋仪器公司的最新海底底质分类技术。

它们分别利用多波束的反向散射强度数据、单波束的回声波形结构数据和旁侧声纳数据。

采用了多参数统计分析、波形结构分析和影像属性分析等方法，实现了快速、高效、大面积地对海底底质进行间接的分类。

尽管它们的技术各不相同，但都可以分为监督分类方式和非监督分类方式。

【总页数】8页(P31-38)
【作者】刘胜旋;关永贤
【作者单位】无
【正文语种】中文
【中图分类】P716.7
【相关文献】
1.典型海底底质散射强度研究 [J], 金中原;杨日杰;战和;
2.典型海底底质散射强度研究 [J], 金中原;杨日杰;战和
3.海底声学底质分类技术的研究现状与前景 [J], 陶春辉;金翔龙;许枫;顾春华;何拥华
4.基于回波强度的海底底质分类系统关键技术 [J], 何林帮;冯杰
5.海底声呐图像智能底质分类技术研究综述 [J], 赵玉新;赵廷
因版权原因，仅展示原文概要，查看原文内容请购买。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

第２卷第４８期
２１年７００月
Байду номын сангаас
应
用
科
学
学
报
Ｖ＿．２Ｎ０．４０１８
Ｊ．００ｕ１２１
ＪＯＵＲＮＡＬＯＦＡＰＩＣＩＮＣＥＰＬＥＤＳＥＳ— ＥｌｃｒｎｃｎｎｏｍａｉｎＥｇｎｅｉｚｅｔｏｉａｄＩｆｒｔｎｉｅｒｓｏｎ
Ｗｕａ３０９ｈｎｈｎ４０７，Ｃｉａ
３．ＧｅｍａｉｓＣｏｌｅＳａｄｎｎｖｒｉｆＳｉｎｅａｄＴｃｎｌｙＱｉｇａ６５０ｏｔｌｇ，ｈｎｏｇＵｉｅｓｔｏｃｅｃｎｅｈｏｏ，ｎｄｏ２６１．ｃｅｙｇ
ｆｏｉｏｚｒｍＪａｈｏｕＢａａｎｄｍｐａｉｏｎｉａｙｃｏｒｓｓｍｄｅ．ＩｓｃｏｌｄｈａｔｔｅｕｌｓｄｎｔｉｎｃｕｄｅｔｈｅｒｓｔｂａｅｏＰＣＡｆｍａｏｎｙｅｕｒｆａｔｅｓ
主成分分析与声图相结合的分类结果优于单纯使用声纳图像的分类结果．
关键词：征提取；全特征向量；主成分分析；底底质分类特海
中图分类号：２９Ｐ２．１
文章编号：２５８９（０００－３４７０５—２７２１）０７－４０
ｏｔａｄｔｓｅｔｗｏｓｔｆｅｐｅｉｎｓＵｓｎｗｏｔｐｓｏｌｓｆａｉｎｍｅｈｄｏａｌｚ，ｔｅｄｔｕｎｅｔｗｉｈｔｅｓｏｘｒｍｅｔ．ｄｉｇｔｙｅｆｃａｉｃｔｏｔｏｓｔｎａｙｅｈａａｓｉ
ｃａａｔｒｓｉｓｔａｏｔｃｎｒｂｕｅｔｈｌｓｉｃｔｏｈｒｅｉｔｃｈｔｍｓｏｔｉｔｏｔｅｃａｓｆａｉｎ．Ｂａｅｎｔｅｓｕｄ，ｓａｅｌｓｉｃｔｏＳｃｒｉｄｃｉｓｄｏｈｔｙｅｂｄｃａｓｆａｉｎｉａｒｅｉ
Ｎａｈｎ３０３ｎｃａｇ３０１，Ｃｈｎｉａ
２．ＫｅａｏａｏｙｏｅｉｅＥｇｎｒｇａｄＩｄｓｕｖｙｎ，ｔｔｒａｌＳｒｅｉｇａｄＭａｐｎ，ｙＬｂｒｔｒｌＰｒｃｓｎｉｅｉｎｎｕｔＳｒｅｉｇＳａｅＢｕｅｕｏｕｖｙｎｎｐｉｇｎｙｒ
ＳａｏｇＰｒｖｎｅｈｎｈｎｄｎｏｉｃ，Ｃｉａ
ＡｂｔａｔＡｉｅｔｓａｅｌｓｉｃｔｏｓｒｃ：ｍｄａｅｂｄｃａｓｆａｉｎ，ｓａｉｔｃｈｒｃｅｉｔｃｒｘｒｔｒｍｈｃｏｎｕｉｔｔｉａｃａａｔｒｓｉｓａｅｅｔａｅｆｏｔｅｅｈ，ａｄａｆＵｓｌｃｄ
３．山东科技大学测绘科学与工程学院，山东青岛２６１６５０
摘要：通过提取多种回声特征构造全特征向量，并对全特征向量进行主成分分析，计算出对底质分类贡献率最大的特征组，实现海底底质的分类．采用两种分类方法对胶州湾实测数据进行比较，可得出下列结论：应用多特征
ＤＯ：０３６／．ｓ．５８９．１．．０Ｉ１．９ｊｓｎ０５２７２０００８９ｉ２－０４
多特征主成分分析与声图相结合的海底底质分类
马飞虎，孙翠羽，康永红刘智敏３，－，ｖ，
１华东交通大学土木建筑学院，南昌３０１．３０３２精密工程与工业测量国家测绘局重点实验室，武汉４０７．３０９
ＳａｄＣｌｓｉｃｔｏｓｄｏｉｉｌＣｏｐｏｅｔＡｎｙｉｆｅｂｅａｓｆａｉｎＢａｅｎＰｒｎｃｐａｍｉｎｎａｌｓｓｏＭｕｌｉｅＦａｕｅｍｂｉｄｗｉｈＳｎａｍａｅｔｐｌｅｔｒｓＣｏｎｅｔｏｒＩｇ
ＭＡｉｈ－ＳＦｅ— ｕ，，ＵＮ — ｕＣｕｉｙ一，ＫＡＮＧｎ．ｏＬＩＺ — ｎＹｏｇｈｎｇ，Ｕｈｉｍｉ３
１ｃｏｌｆＣｖｌｎｉｅｒｇａｄＡｃｉｃｕｅ，ａｔｈｎｉｏｏｇＵｉｅｓｔ，．ＳｈｏｉｉＥｇｎｅｉｎｒｈｔｔｒＥｓｉａＪａｔｎｎｖｒｉｏｎｅＣｙ
ｆｔｒｅｔｒｉｃｎｔｕｔｄＴｈｒｃｐｌｏｏｅｔａａｙｉ（ＣＡ）ｉｃｒｉｕｏｏｔｉｈｅｆｅｕｅｖｃｏｏｓｒｃｅ．ａｓｅｐｉｉａｍｐｎｎｎｌｓＰｎｃｓＳａｒｄｏｔｔｂａｔｅｓｔｏｅｎ
ｃｍｂｎｄｗｔｏｒｍａｓｂｅｔｒｔａｈａｂａｎｄｓｌｌｒｍｏａｍａｅｃａｓｆａｉｎ．ｏｉｅｈａｓｎａｐｉｔｅｈｎｔｔｏｔｉｅｏｅｙｆｏｓｎｒｉｇｌｉｃｔｏｉｓｉ