CN108647692B - 基于lh直方图的海洋层结提取方法 - Google Patents
基于lh直方图的海洋层结提取方法 Download PDFInfo
- Publication number
- CN108647692B CN108647692B CN201810322348.0A CN201810322348A CN108647692B CN 108647692 B CN108647692 B CN 108647692B CN 201810322348 A CN201810322348 A CN 201810322348A CN 108647692 B CN108647692 B CN 108647692B
- Authority
- CN
- China
- Prior art keywords
- histogram
- point
- value
- data
- ocean
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
- G06V10/462—Salient features, e.g. scale invariant feature transforms [SIFT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/08—Volume rendering
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Computer Graphics (AREA)
- Image Generation (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种基于温盐数据的海洋层结提取技术。已有研究发现海洋具有层结(海洋层结指海水的密度、温度、盐度等热力学状态参数随深度分布的层次结构),当前存在的直接体绘制可视化技术对这种海洋层结的提取较为困难,因此我们使用LH直方图和Region Grow等技术在海洋直接体绘制过程中对海洋层结进行有效的提取。LH直方图是二维直方图的一种,其横纵坐标轴分别表示L(lower)、H(higher)值。该技术首先对海洋温盐数据进行处理,计算出每个体素的Lower和Higher值,生成LH二维直方图;然后,在生成的LH直方图上选取海洋层结;最后,根据所选取的结果进行直接体绘制。如果所生成的LH直方图未对层结进行有效的区分,那么可以在生成的直方图上选取一个种子点,利用Region Grow技术对所选体素在给定的判据下进行聚类,处理完毕后进行直接体绘制。
Description
技术领域
本发明属于海洋信息技术领域,具体涉及基于LH直方图的海洋层结提取方法。
背景技术
从19世纪海洋层结发现以来,它一直是物理海洋学研究的重要内容。海洋层结可以分为温度跃层、密度跃层、盐度跃层、声速跃层等,其研究成果具有较高的学术和军事应用价值。例如,密度跃层对潜艇活动、反潜作战等军事活动影响很大,当海洋中出现了较大的正密度梯度,即“液体海底”,潜艇能够停留在跃层的界面上,保持无声待机,可以有效地规避声纳的探测搜索。与“液体海底”相反,如果上层海水密度大,下层海水密度小,即为密度逆跃层,就会形成“海中断崖”。当潜艇遇到“海中断崖”时,由于潜艇受到的浮力突然减小,如果不及时采取措施减轻潜艇重量,潜艇就会突然急速下沉,造成严重事故。正因如此,各国海军都十分重视密度跃层的研究。
因此,数据可视化作为一种直观、有效的数据研究手段和方法,它对海洋学家研究海洋现象具有重要的意义。早期人们利用海洋数据绘制温深线图、密深线图等方式研究海洋的层结。后来随着可视化技术的快速发展,体绘制技术被运用于海洋学领域。
体绘制技术分为很多种,目前常见的数据体绘制方法有光线投射法、抛雪球法、基于硬件的3D纹理映射法等。
(1)光线投射法:光线投射法是一种以图象空间为序的体绘制方法,它从图象空间的每一象素出发,按视线方向发射一条射线,这条射线穿过三维数据场,沿着这条射线选择K个等距的采样点,并由距离某一采样点最近的8个数据点的颜色值和不透明度值作三次线性插值,求出该采样点的不透明度值和颜色值。再将每条射线上各采样点的颜色值和不透明度值由前向后或由后向前加以合成,即可得到发出该射线的象素点处的颜色值,从而可以在屏幕上得到最终的图象。
(2)抛雪球法:与光线投射法不同,抛雪球算法是反复对体素进行运算。它用一个称为足迹(Footprint )的函数计算每一体素投影的影响范围,用高斯函数定义强度分布(中心强度大,周边强度小),从而计算出其对图象的总体贡献,并加以合成,形成最后的图象。
(3)基于硬件的3D纹理映射法:绘制的速度一直以来都是体绘制的主要问题,因为对生成的图象来说,物体的每个区域的处理都会影响到它的质量,因此需要计算每个体素,而且体素化以后,重新定位体素又需要相当大的计算量。为了解决体绘制速度的问题,人们提出了许多改进的算法,这些算法的共同点就是在软件的基础上来提高绘制的效率,如上面介绍的算法。而三维纹理映射方法是基于硬件来提高体绘制的速度。
目前利用体绘制技术对海洋层结进行可视化的研究比较少,而且大多是利用由属性值和属性梯度值构成的联合直方图进行数据特征的展示,然而在二维联合直方图中不同物质的边界之间会产生重叠,不能对边界进行有效的分割和提取。
发明内容
本发明的方法在效果能够克服上述缺陷,提供一种基于LH直方图的海洋层结提取方法。LH直方图是二维直方图的一种,其横纵坐标轴分别对应L(lower)、H(higher)值;L、H值表示构成物质边界的较低和较高属的性值。在利用二维联合直方图对海洋进行直接体绘制过程中,海洋的层结信息在联合直方图中展示的不够明显并且不同物质之间的边界存在着重叠。我们将采用LH直方图对海洋层结进行有效的分割,避免不同物质边界产生重叠的情况。并且可以在LH直方图效果不理想的情况下使用Region Gorw技术对海洋层结进行聚类绘制。
为实现上述目的,本发明采用如下技术方案,具体步骤为(以Argo的剖面数据为例):
(1) 给定一个epsilon阈值,epsilon为大于0的数;
(2) 以第一个剖面的第一个数据点开始沿着深度方向计算相邻两点的温度梯度幅值grad;
(3) 判断计算的第i个数据点的grad与给定阈值的大小关系,其中i从1开始,并根据比较的结果设置该数据点的FL,FH值;
(4) 继续计算第i+1个点的温度梯度并执行第3步的比较和赋值操作,直到满足一定的条件则停止,一个剖面处理完毕;
(5) 重复执行第(4)步,直到处理完毕所有剖面则停止;
(6) 将所有数据点的FH,FL进行统计并绘制LH直方图;
(7)在所绘制的LH直方图的基础上利用Region Grow技术,对所有体素进行聚类;
(8)在渲染过程中,利用每个数据点的梯度大小设置体素的不透明度,使最靠近边界的体素即梯度最大的体素得到加强。
本发明的有益效果在于:利用LH直方图的能够避免不同物质边界相互重叠的优势对海洋层结进行有效的分割和提取,对海洋混合层、跃层等层次结构单独地进行可视化,提供了更为丰富、直观的视觉感受。另外结合Region Grow技术,在LH直方图的效果不是很理想的情况下能够对不同物质进行聚类,从而进行物质边界的有效划分。
附图说明
图1基于LH直方图的海洋层结提取技术流程图。
具体实施方式
本发明的基于LH直方图的海洋层结提取方法(如图1所示),包括以下步骤(以Argo的剖面数据为例):
(1)给定一个epsilon阈值,epsilon为大于0的数,以人为给定一个epsilon阈值,作为判断海洋层结的比较值,而在一般情况下,当海深小于200米时epsilon取值为0.2,当海深大于200米时取值为0.05;
(2)以第一个剖面的第一个数据点开始沿着剖面的垂直深度方向计算相邻两点的温度梯度幅值grad,并将该梯度幅值作为与此两个温度相对应的两个深度的平均深度的梯度值;
(3)判断计算的第i个数据点的grad与给定阈值的大小关系,其中i从1开始,数据点的梯度幅值计算方法为下层数据点的温度值减去上层数据点的温度值,所得的差值除以下层数据点的深度值与上层数据点的深度值的差值,最后所得的结果取绝对值就为该数据点的梯度幅值,将计算的梯度幅值结果与(1)给定的epsilon值进行比较,并根据比较的结果设置该数据点的FL,FH值,当梯度幅值小于epsilon时则认为该数据点位于温盐性质均匀的海层中,否则位于温盐性质变化较大的跃层之中:
①当grad <= epsilon时,则表示该点位于匀质物质中,令FL(i)即Lower值 = FH(i)即Higher值 = 该数据点的强度值,并记录该点的FH;
②当grad > epsilon时,则表示该点位于边界上,令该点的FH(i)等于第i-1个点所记录的FH值;
(4)继续计算第i+1个点的温度梯度并执行第(3)步的比较和赋值操作,并依次完成对一整个剖面的计算,并生成对应的LH数据值,当再次出现当第j个点的grad <=epsilon,令该点的FH(j)=FL(j) = 强度值,并且令上面计算的所有FL未赋值的点的FL =FL(j);
(5)重复执行第(4)步,直到处理完毕所有剖面则停止,重复执行不同剖面上的所有数据点的计算、比较和幅值操作;
(6)根据所有数据点的FH,FL值将具有相同FH,FL值的点进行累加统计,之后对第(5)步生成的LH数据进行统计,统计在LH坐标系中每个像素中包含的数据点的个数,然后利用统计数据中的最大值进行所有数据的归一化,最后根据归一化后的结果绘制LH灰度直方图;
(7)根据(6)的统计结果绘制二维LH直方图,其中LH直方图中水平坐标轴为L值,竖直坐标轴为H值,而由于LH直方图不能很好的对海洋层结进行区分,因此需要利用RegionGrow技术在LH空间域中进行聚类操作;
(8)在所绘制的LH直方图的物质边界上选择一点作为Region Grow的种子点,在LH直方图中框选一定的范围,然后根据给定的规则计算从种子点增长至被选中的点所需的cost值;
(9)根据(8)中计算的cost值判断所选的点是否位于种子点所在的边界上;
(10)在渲染过程中,利用每个数据点的梯度大小设置体素的不透明度,使最靠近边界的体素即梯度最大的体素得到加强。
Claims (9)
1.基于LH直方图的海洋层结提取方法,具体包括以下基本步骤:
(1)给定一个epsilon阈值,epsilon为大于0的数,其特征在于:人为给定一个epsilon阈值,作为判断海洋层结的比较值;
(2)以Argo剖面数据为例,从第一个剖面的第一个数据点开始沿着深度方向计算相邻两点的温度梯度幅值grad,其特征在于:沿着剖面的垂直深度方向计算两个数据点之间的温度梯度幅值grad,并将该梯度幅值作为与此两个温度相对应的两个深度的平均深度的梯度值;
(3)判断计算的第i个数据点的grad与(1)中给定阈值的大小关系,其中i从1开始,并根据比较的结果设置该数据点的FL,FH值,其特征在于:将计算的梯度幅值结果与(1)给定的epsilon值进行比较,当梯度幅值小于epsilon时则认为该数据点位于温盐性质均匀的海层中,否则位于温盐性质变化较大的跃层之中;
(4)继续计算第i+1个点的温度梯度并执行第(3)步的比较和赋值操作,直到一个剖面处理完毕,其特征在于:按照第(3)步处理一个剖面的所有数据点,并生成对应的LH数据值;
(5)重复执行第(4)步,直到处理完毕所有剖面则停止,其特征在于:重复执行不同剖面上的所有数据点的计算、比较和幅值操作;
(6)将所有数据点的FH,FL进行统计并绘制LH直方图,其特征在于:对第(5)步生成的LH数据进行统计,统计在LH坐标系中每个像素中包含的数据点的个数,然后利用统计数据中的最大值进行所有数据的归一化,最后根据归一化后的结果绘制LH灰度直方图;
(7)在所绘制的LH直方图的基础上利用Region Grow技术,对所有体素进行聚类,其特征在于:在LH直方图不能很好的对海洋层结进行区分的情况下,在LH空间域中使用RegionGrow技术进行聚类操作;
(8)在渲染过程中,利用每个数据点的梯度大小设置体素的不透明度,使最靠近边界的体素即梯度最大的体素得到加强,其特征在于:在最后的数据渲染过程中,利用数据点的梯度大小设置不同明度,设置梯度较大的数据点的不透明度较大。
2.根据权利要求1所述的基于LH直方图的海洋层结提取方法,其特征在于,所述步骤(1)中,阈值epsilon为大于0的数,一般情况下,当海深小于200米时epsilon取值为0.2,当海深大于200米时取值为0.05。
3.根据权利要求1所述的基于LH直方图的海洋层结提取方法,其特征在于,所述步骤(2)中,数据点的梯度幅值计算方法为下层数据点的温度值减去上层数据点的温度值,所得的差值除以下层数据点的深度值与上层数据点的深度值的差值,最后所得的结果取绝对值就为该数据点的梯度幅值。
4.根据权利要求1所述的基于LH直方图的海洋层结提取方法,其特征在于,所述步骤(3)中,判断计算的第i个数据点的grad与(1)中给定阈值的大小关系,其中i从1开始:
①当grad <= epsilon时,则表示该点位于匀质物质中,令FL(i)即Lower值 = FH(i)即Higher值 = 该数据点的强度值,并记录该点的FH;
②当grad > epsilon时,则表示该点位于边界上,令该点的FH(i)等于第i-1个点所记录的FH值。
5.根据权利要求1所述的基于LH直方图的海洋层结提取方法,其特征在于,所述步骤(4)中,继续计算第i+1个点的温度梯度并执行第(3)步的比较和赋值操作,直到再次出现当第j个点的grad <= epsilon,令该点的FH(j)=FL(j) = 强度值,并且令上面计算的所有FL未赋值的点的FL = FL(j)。
6.根据权利要求1所述的基于LH直方图的海洋层结提取方法,其特征在于,所述步骤(5)中,重复执行不同剖面上的所有数据点的计算、比较和幅值操作。
7.根据权利要求1所述的基于LH直方图的海洋层结提取方法,其特征在于,所述步骤(6)中,LH直方图中水平坐标轴为L值,竖直坐标轴为H值。
8.根据权利要求1所述的基于LH直方图的海洋层结提取方法,其特征在于,所述步骤(7)中,在所绘制的LH直方图的物质边界上选择一点作为Region Grow的种子点,在LH直方图中框选一定的范围,然后根据给定的规则计算从种子点增长至被选中的点所需的cost值。
9.根据权利要求1所述的基于LH直方图的海洋层结提取方法,其特征在于,所述步骤(8)中,在最后的渲染过程中,利用每个数据点的梯度大小设置体素的不透明度,使最靠近边界的体素即梯度最大的体素的不同明度较大,最后的结果为不同层结之间的边界得到加强。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810322348.0A CN108647692B (zh) | 2018-04-11 | 2018-04-11 | 基于lh直方图的海洋层结提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810322348.0A CN108647692B (zh) | 2018-04-11 | 2018-04-11 | 基于lh直方图的海洋层结提取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108647692A CN108647692A (zh) | 2018-10-12 |
CN108647692B true CN108647692B (zh) | 2021-09-28 |
Family
ID=63746164
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810322348.0A Active CN108647692B (zh) | 2018-04-11 | 2018-04-11 | 基于lh直方图的海洋层结提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108647692B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7486227B2 (en) * | 2005-08-23 | 2009-02-03 | The United States Of America As Represented By The Secretary Of The Navy | System and method for removal of sea-state bias in satellite altimetry data |
CN105606224A (zh) * | 2015-12-24 | 2016-05-25 | 华中科技大学 | 一种基于水体分层滤波的水下热源探测定位方法 |
CN106340004A (zh) * | 2016-08-08 | 2017-01-18 | 吉林大学 | 一种基于模糊聚类预处理云系的并行云迹风反演方法 |
CN106570930A (zh) * | 2016-10-08 | 2017-04-19 | 中国海洋大学 | 一种基于三维超体素描述的数字化生理生物体建模方法 |
CN106683160A (zh) * | 2015-11-06 | 2017-05-17 | 中国科学院深圳先进技术研究院 | 一种基于二维直方图的传递函数设计方法及装置 |
-
2018
- 2018-04-11 CN CN201810322348.0A patent/CN108647692B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7486227B2 (en) * | 2005-08-23 | 2009-02-03 | The United States Of America As Represented By The Secretary Of The Navy | System and method for removal of sea-state bias in satellite altimetry data |
CN106683160A (zh) * | 2015-11-06 | 2017-05-17 | 中国科学院深圳先进技术研究院 | 一种基于二维直方图的传递函数设计方法及装置 |
CN105606224A (zh) * | 2015-12-24 | 2016-05-25 | 华中科技大学 | 一种基于水体分层滤波的水下热源探测定位方法 |
CN106340004A (zh) * | 2016-08-08 | 2017-01-18 | 吉林大学 | 一种基于模糊聚类预处理云系的并行云迹风反演方法 |
CN106570930A (zh) * | 2016-10-08 | 2017-04-19 | 中国海洋大学 | 一种基于三维超体素描述的数字化生理生物体建模方法 |
Non-Patent Citations (1)
Title |
---|
面向网络的海洋研究通用信息平台中的设计模式;邵宝民,李勃,田丰林,陈戈;《中国海洋大学学报》;20120531;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN108647692A (zh) | 2018-10-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110263192B (zh) | 一种基于条件生成对抗网络的磨粒形貌数据库创建方法 | |
CN109086824A (zh) | 一种基于卷积神经网络的海底底质声呐图像分类方法 | |
NagaRaju et al. | Morphological edge detection algorithm based on multi-structure elements of different directions | |
CN109978869A (zh) | 一种基于灰度共生矩阵和Hough变换的海天线检测方法与*** | |
CN106127782B (zh) | 一种图像分割方法及*** | |
CN102999936A (zh) | 一种海洋流场数据的三维流线体绘制算法 | |
CN110675410A (zh) | 基于选择性搜索算法的侧扫声呐沉船目标非监督探测方法 | |
CN109359533A (zh) | 一种基于多波段遥感影像的海岸线提取方法 | |
CN108320291B (zh) | 基于大津算法的海底地貌边界提取方法 | |
CN115393734A (zh) | 基于Faster R-CNN与CV模型联合方法的SAR图像舰船轮廓提取方法 | |
CN107563296A (zh) | 基岩海岸岸线的提取方法及*** | |
CN108647692B (zh) | 基于lh直方图的海洋层结提取方法 | |
CN111627030A (zh) | 快速高效的可见光遥感影像海陆精确分割方法 | |
CN113567968B (zh) | 一种基于浅水多波束水深数据的水下目标实时分割方法及应用 | |
CN110135239A (zh) | 一种光学遥感影像港口舰船目标的识别方法 | |
CN109427042A (zh) | 一种提取局部海域沉积层的分层结构和空间分布的方法 | |
Yang et al. | Multi-points fast marching: A novel method for road extraction | |
Mahajan et al. | Image contrast enhancement using Gaussian Mixture model and genetic algorithm | |
Cui et al. | Distortion localization and restoration method in water column area of side-scan sonar image | |
Qiu et al. | Multi-scale Fusion for Visible Watermark Removal | |
CN117893450B (zh) | 一种数字病理图像增强的方法、装置和设备 | |
Chen et al. | Digital Twin Oriented Virtual View Rendering Algorithm Based on K-means | |
Harris et al. | Evaluating water-depth variation and mapping depositional facies on Great Bahama Bank–a “flat-topped” isolated carbonate platform | |
Shang et al. | Optimal Scale Determination for Object-Based Backscatter Image Analysis in Seafloor Substrate Classification Based on Classification Uncertainty | |
Beugeling et al. | Detection of objects and their shadows from acoustic images of the sea floor |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |