【技术实现步骤摘要】
本专利技术涉及水下地形测绘，更具体地说，它涉及一种基于深度学习的水下地形测绘系统及方法。
技术介绍
1、随着海洋资源开发、航道维护、海洋环境保护等需求的日益增长，对水下地形图的时效性要求日益提高。因为水下地形是动态变化的，所以需要定期对水下地形图进行更新。传统的更新方式仅依赖于船只搭载的多波束测深仪等设备进行水下测量，这种方式在用于测绘更新时，存在测量周期长、成本高、覆盖范围有限等缺点，无法快速、且精准的完成水下地形图的测绘更新
技术实现思路
1、针对现有技术存在的不足，本专利技术的目的在于提供一种基于深度学习的水下地形测绘系统及方法。
2、为实现上述目的，本专利技术提供了如下技术方案：
3、一种基于深度学习的水下地形测绘系统，包括水下地形初测绘模块、水下测绘更新判定模块、水下地形分区模块、水下测绘更新执行模块；
4、所述水下地形初测绘模块用于获取水下地形的高程数据，并基于水下地形的高程数据得到水下地形图；
5、所述水下地形分区模块在获取水下地形图后，依据水下地形图对水下地形进行区域划分，得到多个水下地形分区；
6、所述水下测绘更新判定模块每k时长，获取水下地形的测绘更新值，并基于测绘更新值与测绘更新界值的比较结果，判定是否需要对水下地形图进行测绘更新；
7、所述水下测绘更新执行模块在判定需要对水下地形图进行测绘更新时，获取各水下地形分区的地形测绘值，并基于地形测绘值与地形测绘阈值的比较结果，判定是否需要将水下
8、进一步的，基于水下地形的高程数据得到水下地形图，具体为：对水下高程数据进行预处理，基于预处理后的水下高程数据获取dem模型，并基于dem模型得到水下地形图。
9、进一步的，基于测绘更新值与测绘更新界值的比较结果，判定是否需要对水下地形图进行测绘更新，具体为：设置测绘更新界值，当测绘更新值大于等于测绘更新界值时，判定需要对水下地形图进行测绘更新，当测绘更新值小于测绘更新界值时，不作处理。
10、进一步的，水下地形的测绘更新值通过下述方式获取得到：获取水下地形内各类型地形影响数据的地形影响指数，设置地形影响阈指数，当地形影响指数大于等于地形影响阈指数时，将该类型地形影响数据标记为地形突影数据，当地形影响指数小于地形影响阈指数时，不作处理，将地形突影数据的总数量标记为dcpt，当地形突影数据的总数量大于等于二个时，将所有地形突影数据两两打包为一个影响层叠组，将影响层叠组中两个地形突影数据的地形影响指数进行求和处理，得到地形层叠影响指数，设置地形层叠影响阈指数，当地形层叠影响指数大于等于地形层叠影响阈指数时，将该影响层叠组标记为突影层叠组，当地形层叠影响指数小于地形层叠影响阈指数时，不作处理，将突影层叠组的总数量标记为sgbj，利用公式获取水下地形的测绘更新值asy，其中，x1为地形突影数据数量系数，x2为突影层叠组数量系数。
11、进一步的，获取水下地形内各类型地形影响数据的地形影响指数，具体为：获取各类型地形影响数据的地形影响分析模型，并采集水下地形的各类型地形影响数据，将各类型地形影响数据分别输入同类型的地形影响分析模型，输出得到各类型地形影响数据的地形影响指数。
12、进一步的，水下地形分区的地形测绘值通过下述方式获取得到：获取该水下地形分区在系统当前时间之前的所有测绘更新记录，将测绘更新记录的总数量标记为bcsz，获取测绘更新记录的高程差均值，将所有测绘更新记录按照更新时间的先后顺序进行依次排序，将排序后相邻两个高程差均值进行差值计算并取绝对值，得到高程差波动值，将所有高程差波动值进行求和处理并取均值，得到高程差波动均值gbs，设置高程差阈均值，当高程差均值大于等于高程差阈均值时，将该测绘更新记录标记为显著更新记录，当高程差均值小于高程差阈均值时，不作处理，将所有显著更新记录按照更新时间的先后顺序进行依次排序，将排序后相邻两个显著更新记录的更新时间进行时间差值计算并取绝对值，得到显著更新时差，将所有显著更新时差进行求和处理并取均值，得到平均显著更新时差pck，利用公式得到水下地形分区的地形测绘值bpg，其中，j1为测绘更新记录数量系数，j2为高程差波动均值系数，j3为平均显著更新时差系数，j4为测绘更新值系数。
13、进一步的，基于地形测绘值与地形测绘阈值的比较结果，判定是否需要将水下地形分区标记为测绘更新分区，具体为：设置地形测绘阈值，当地形测绘值大于等于地形测绘阈值时，将该水下地形分区标记为测绘更新分区，当地形测绘值小于地形测绘阈值时，不作处理。
14、进一步的，按顺序对测绘更新分区进行测绘更新，具体为：将所有测绘更新分区按地形测绘值的数值由大至小依次进行排序，按排序顺序依次对测绘更新分区进行测绘更新，每对一个测绘更新分区进行测绘更新后，生成该测绘更新分区的测绘更新记录，测绘更新记录包括高程差均值、更新时间。
15、进一步的，一种基于深度学习的水下地形测绘方法，包括如下步骤：
16、步骤一：获取水下地形的高程数据，并基于水下地形的高程数据得到水下地形图；
17、步骤二：在获取水下地形图后，依据水下地形图对水下地形进行区域划分，得到多个水下地形分区；
18、步骤三：每k时长，获取水下地形的测绘更新值，并基于测绘更新值与测绘更新界值的比较结果，判定是否需要对水下地形图进行测绘更新；
19、步骤四：在判定需要对水下地形图进行测绘更新时，获取各水下地形分区的地形测绘值；
20、步骤五：基于地形测绘值与地形测绘阈值的比较结果，判定是否需要将水下地形分区标记为测绘更新分区，并按顺序对测绘更新分区进行测绘更新。
21、与现有技术相比，本专利技术具备以下有益效果：
22、1、本专利技术的方法可以通过dem模型对水下地形进行测绘，并多维度判定是否需要对水下地形图进行测绘更新，精准分析需要更新的区域；
23、2、设置水下地形初测绘模块与水下测绘更新判定模块，可以周期性对水下各类影响地形的数据进行综合考量与立体分析，设置水下地形分区模块与水下测绘更新执行模块，可以基于水下地形图对水下地图进行区域划分，并在每次判定需要测绘更新时，保证优先对关键区域进行测绘更新，在每次进行测绘更新时，不再需要获取大量的水下高程数据，并且可以提高水下地形图的测绘更新精准性。
本文档来自技高网...【技术保护点】
1.一种基于深度学习的水下地形测绘系统，其特征在于，包括水下地形初测绘模块、水下测绘更新判定模块、水下地形分区模块、水下测绘更新执行模块；
2.根据权利要求1所述的一种基于深度学习的水下地形测绘系统，其特征在于，基于水下地形的高程数据得到水下地形图，具体为：对水下高程数据进行预处理，基于预处理后的水下高程数据获取DEM模型，并基于DEM模型得到水下地形图。
3.根据权利要求1所述的一种基于深度学习的水下地形测绘系统，其特征在于，基于测绘更新值与测绘更新界值的比较结果，判定是否需要对水下地形图进行测绘更新，具体为：设置测绘更新界值，当测绘更新值大于等于测绘更新界值时，判定需要对水下地形图进行测绘更新，当测绘更新值小于测绘更新界值时，不作处理。
4.根据权利要求1所述的一种基于深度学习的水下地形测绘系统，其特征在于，水下地形的测绘更新值通过下述方式获取得到：获取水下地形内各类型地形影响数据的地形影响指数，设置地形影响阈指数，当地形影响指数大于等于地形影响阈指数时，将该类型地形影响数据标记为地形突影数据，当地形影响指数小于地形影响阈指数时，不作处理，
5.根据权利要求4所述的一种基于深度学习的水下地形测绘系统，其特征在于，获取水下地形内各类型地形影响数据的地形影响指数，具体为：获取各类型地形影响数据的地形影响分析模型，并采集水下地形的各类型地形影响数据，将各类型地形影响数据分别输入同类型的地形影响分析模型，输出得到各类型地形影响数据的地形影响指数。
6.根据权利要求1所述的一种基于深度学习的水下地形测绘系统，其特征在于，水下地形分区的地形测绘值通过下述方式获取得到：获取该水下地形分区在系统当前时间之前的所有测绘更新记录，将测绘更新记录的总数量标记为BCsz，获取测绘更新记录的高程差均值，将所有测绘更新记录按照更新时间的先后顺序进行依次排序，将排序后相邻两个高程差均值进行差值计算并取绝对值，得到高程差波动值，将所有高程差波动值进行求和处理并取均值，得到高程差波动均值Gbs，设置高程差阈均值，当高程差均值大于等于高程差阈均值时，将该测绘更新记录标记为显著更新记录，当高程差均值小于高程差阈均值时，不作处理，将所有显著更新记录按照更新时间的先后顺序进行依次排序，将排序后相邻两个显著更新记录的更新时间进行时间差值计算并取绝对值，得到显著更新时差，将所有显著更新时差进行求和处理并取均值，得到平均显著更新时差Pck，利用公式得到水下地形分区的地形测绘值Bpg，其中，j1为测绘更新记录数量系数，j2为高程差波动均值系数，j3为平均显著更新时差系数，j4为测绘更新值系数。
7.根据权利要求1所述的一种基于深度学习的水下地形测绘系统，其特征在于，基于地形测绘值与地形测绘阈值的比较结果，判定是否需要将水下地形分区标记为测绘更新分区，具体为：设置地形测绘阈值，当地形测绘值大于等于地形测绘阈值时，将该水下地形分区标记为测绘更新分区，当地形测绘值小于地形测绘阈值时，不作处理。
8.根据权利要求1所述的一种基于深度学习的水下地形测绘系统，其特征在于，按顺序对测绘更新分区进行测绘更新，具体为：将所有测绘更新分区按地形测绘值的数值由大至小依次进行排序，按排序顺序依次对测绘更新分区进行测绘更新，每对一个测绘更新分区进行测绘更新后，生成该测绘更新分区的测绘更新记录，测绘更新记录包括高程差均值、更新时间。
9.一种基于深度学习的水下地形测绘方法，应用于权利要求1-8任一项所述的一种基于深度学习的水下地形测绘系统，其特征在于，包括如下步骤：
...【技术特征摘要】
1.一种基于深度学习的水下地形测绘系统，其特征在于，包括水下地形初测绘模块、水下测绘更新判定模块、水下地形分区模块、水下测绘更新执行模块；
2.根据权利要求1所述的一种基于深度学习的水下地形测绘系统，其特征在于，基于水下地形的高程数据得到水下地形图，具体为：对水下高程数据进行预处理，基于预处理后的水下高程数据获取dem模型，并基于dem模型得到水下地形图。
3.根据权利要求1所述的一种基于深度学习的水下地形测绘系统，其特征在于，基于测绘更新值与测绘更新界值的比较结果，判定是否需要对水下地形图进行测绘更新，具体为：设置测绘更新界值，当测绘更新值大于等于测绘更新界值时，判定需要对水下地形图进行测绘更新，当测绘更新值小于测绘更新界值时，不作处理。
4.根据权利要求1所述的一种基于深度学习的水下地形测绘系统，其特征在于，水下地形的测绘更新值通过下述方式获取得到：获取水下地形内各类型地形影响数据的地形影响指数，设置地形影响阈指数，当地形影响指数大于等于地形影响阈指数时，将该类型地形影响数据标记为地形突影数据，当地形影响指数小于地形影响阈指数时，不作处理，将地形突影数据的总数量标记为dcpt，当地形突影数据的总数量大于等于二个时，将所有地形突影数据两两打包为一个影响层叠组，将影响层叠组中两个地形突影数据的地形影响指数进行求和处理，得到地形层叠影响指数，设置地形层叠影响阈指数，当地形层叠影响指数大于等于地形层叠影响阈指数时，将该影响层叠组标记为突影层叠组，当地形层叠影响指数小于地形层叠影响阈指数时，不作处理，将突影层叠组的总数量标记为sgbj，利用公式获取水下地形的测绘更新值asy，其中，x1为地形突影数据数量系数，x2为突影层叠组数量系数。
5.根据权利要求4所述的一种基于深度学习的水下地形测绘系统，其特征在于，获取水下地形内各类型地形影响数据的地形影响指数，具体为：获取各类型地形影响数据的地形影响分析模型，并采集水下地形的各类型地形影响数据，将各类型地形影响数据分别输入同类型的地形影响分析模型，输出得...
【专利技术属性】
技术研发人员：李明辉，姚春阳，王少运，杨博，杨龙刚，
申请(专利权)人：中煤航测遥感集团有限公司，
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。