首站-论文投稿智能助手
典型文献
基于深度学习的浅地层剖面层界自动提取
文献摘要:
针对传统浅地层剖面层界自动提取方法效率低下、阈值参数多且选取困难等问题,提出一种层界提取的深度学习方法.首先根据原始回波数据得到的浅地层剖面灰度图像进行人工层界提取,并形成层界提取图,图中赋予不同层不同颜色,不同层的边缘即为层界处,并以此为样本;然后基于DeeplabV3+网络,将层界提取问题转化为图像分割问题,展开模型训练;最后使用网络模型对浅地层剖面图像进行预测分割,提取分割边界作为初始层界,并使用图像处理技术对初始层界进行优化处理,得到最终连续层界.实验实现了连续层界的自动化提取,并取得了优于80%的提取精度.
文献关键词:
地层结构;浅地层剖面图像;层界提取;深度学习;DeeplabV3+网络
作者姓名:
马鑫程;宗在翔;贾旭
作者机构:
中交公路规划设计院有限公司,北京 100010;武汉大学测绘学院,湖北武汉 430070;武汉大学海洋研究院,湖北武汉 430070
文献出处:
引用格式:
[1]马鑫程;宗在翔;贾旭-.基于深度学习的浅地层剖面层界自动提取)[J].海洋测绘,2022(05):27-31
A类:
层界提取,浅地层剖面图像
B类:
面层,自动提取,阈值参数,深度学习方法,回波,波数,面灰,灰度图像,形成层,即为,DeeplabV3+,问题转化,图像分割,模型训练,取分,割边,图像处理技术,优化处理,自动化提取,地层结构
AB值:
0.229323
相似文献
机标中图分类号,由域田数据科技根据网络公开资料自动分析生成,仅供学习研究参考。