基于VGGNet的测深模型反演方法及系统与流程

本发明涉及海底地形测量，更具体的说是涉及一种基于vggnet的测深模型反演方法及系统。

背景技术：

1、海底地形测量是一项基本的海洋测绘任务，其目的是获取海底地形点的三维坐标，包括位置、水深、水位、声速和姿态方位等信息，其核心是水深测量。船载探测是探测海底地形最直接、最原始的方法，在探测方法上经历了从单波束到多波束的迭代演变，目前，多波束回声测深仪声纳系统仍是探测海底地形的主要方法之一。多波束声纳法具有空间精度高的优点，使水下探测模式实现了从点到线、从线到面的高质量飞跃。但是，由于效率低、成本高和所需的测量时间长等缺点，使其难以在大范围的海域进行频繁的海底调查。因此，目前船载调查的覆盖面仍然非常稀少。据估计，全球只有不到20％的海底区域被船载勘测所覆盖，其中相当一部分，尤其是深海区域，精度相对较低。

2、卫星测高是一种空间测量技术，以人造卫星为载体，利用雷达、激光和其他测距技术测量卫星到地球表面的高度，以获得地球表面的地形。携带雷达高度计的卫星沿轨道测量全球海底的形状，从中可以产生海洋重力场地图。卫星重力场和现有的深度测量被用来确定重力和海底地形之间的相关性，通过将其应用于重力场，可以预测某些波段的海底地形。在大多数情况下，通过重力反演，海底地形模型的精度在±100米以内。虽然这个模型是一个有误差的预测数据集，但它仍然是目前对大尺度甚至全球海底地形的最佳估计。

3、parker(1972)推导出频域重力的详细表达式，提出了波动引起的重力异常变化的频域模型的材料界面，为海底地形反演的发展奠定了基础。ibrahim等(1972)提出了用于海底陆地沉积物下岩石高度测量的重力地质法(ggm)，此后被广泛应用于各海域的海底地形反演中。基于海洋重力场与海底地形的频谱关系的重力异常接纳理论，结合airy(1855)和parker(1972)的平衡假设，提出了估算海底地形的方法，并被应用于海底山脉的建模和海底地形的反演研究。多年来，研究人员利用这些方法制作了各种全球海底地形模型，如etopo、gebco、dtu和sio系列。

4、近年来，随着海洋科学研究对精度要求的不断提高，传统的卫星测高法重力异常反演得到的海底地形模型的精度提高空间有限，而具有高精度特点的舰载多波束声纳和重力测量法往往被限制在相对有限的覆盖范围内。

5、进一步，深度学习逐渐成为数字图像处理领域的一个重要科学计算工具。深度学习采用逐层抽象的方法，高效、准确地实现从底层到顶层的属性提取，在自然语言处理、图像和语音识别、遥感数据融合等领域做出了巨大贡献。

6、因此，如何提供一种基于cnn的优化算法有效提高海底地形反演的计算精度是本领域技术人员亟需解决的问题。

技术实现思路

1、有鉴于此，本发明提供了一种基于vggnet的测深模型反演方法及系统，将基于船载数据的海洋重力校正与重力地形反演相结合，以提高卫星派生测深数据的精度；引入基于cnn的vggnet模型，通过计算和最小化船载真值数据与有误差的卫星数据之间的距离(损失)，生成具有校正精度的卫星衍生数据，新的融合数据将拥有前者的高精确度和后者的高覆盖率的优势。通过对南大洋、太平洋、大西洋和加勒比海的数据集进行实验，验证了该模型的性能，结果表明该方法能有效提高海底地形反演的计算精度。

2、为了实现上述目的，本发明采用如下技术方案：

3、一种基于vggnet的测深模型反演方法，包括如下具体步骤：

4、根据船测重力异常数据和卫星测高重力异常数据，输入预训练的vggnet模型，以使船船测重力异常数据对卫星测高重力异常数据的修正，得到卫星测高重力数据；其中，所述卫星测高重力数据通过对所述预训练的vggnet模型进行训练得到；

5、对所述卫星测高重力数据进行滤波法反演得到海底地形数据。

6、优选的，在上述的一种基于vggnet的测深模型反演方法中，vggnet模型包括19层，其中包括16个卷积层和3个全连接层，整个网络使用相同大小的卷积核3x3和最大池化核2x2，并且使用relu激活函数，创建更多的线性变换。

7、优选的，在上述的一种基于vggnet的测深模型反演方法中，vggnet模型进行修正具体步骤如下：

8、定义一个距离函数，描述两个输入图像的差异程度；

9、将覆盖同一区域的船测重力异常数据图像和卫星测高重力异常数据图像传递给所述预训练的vgg模型；

10、然后返回模型的中间层，最后输出结果。

11、优选的，在上述的一种基于vggnet的测深模型反演方法中，所述距离函数为：

12、

13、其中，x代表船测重力异常数据图像，p代表卫星测高重力异常数据图像，i,j代表输入图像的像素点的序列号；vnn为vggnet模型，x为任意图像，则vnn(x)为x的馈送网络；同时定义fijl(x)∈vnn(x)且pijl(p)∈vnn(p)，用以分别描述网络的中间特征表示，其中输入x和p在网络的第l层；最后，优化器更新规则被应用于迭代更新图像，从而使输入的给定损失最小化，得到最优的测深模型。

14、优选的，在上述的一种基于vggnet的测深模型反演方法中，还包括验证，引入船测多波束测深数据进行对比和精度评定。

15、优选的，在上述的一种基于vggnet的测深模型反演方法中，所述验证包括：选择均方根误差rmse、归一化均方根误差nrmse和决定系数r2作为评价度量，以量化模型输出的预测值与真实值之间的差异和联系；其中：

16、

17、

18、

19、

20、其中，n表示数据集中值的个数，i表示数据集中值的序列号，f表示预测值，y表示真值。

21、一种基于vggnet的测深模型反演系统，包括：

22、获取模块，用于获取船测重力异常数据和卫星测高重力异常数据；

23、修正模块，将获取模块获取的数据输入预训练的vggnet模型，以使船船测重力异常数据对卫星测高重力异常数据的修正，得到卫星测高重力数据；其中，所述卫星测高重力数据通过对所述预训练的vggnet模型进行训练得到；

24、反演模块，对所述卫星测高重力数据进行滤波法反演得到海底地形数据。

25、优选的，在上述的一种基于vggnet的测深模型反演系统中，所述修正模块包括：

26、定义单元，用于定义距离函数，描述两个输入图像的差异程度；

27、输入单元，将覆盖同一区域的船测重力异常数据图像和卫星测高重力异常数据图像传递给所述预训练的vgg模型；

28、输出单元，返回模型的中间层，输出修正结果。

29、优选的，在上述的一种基于vggnet的测深模型反演系统中，还包括验证模块，引入船测多波束测深数据进行对比和精度评定。

30、经由上述的技术方案可知，与现有技术相比，本发明公开提供了一种基于vggnet的测深模型反演方法及系统，利用预先训练好的vggnet网络，以船载海洋重力数据为真值，修正有误差的卫星测高数据。该模型的输入是要修正的数据，输出是真值数据，目的是在中间层获得高阶图像特征，中间层的作用是在输入值和输出值之间建立深度抽象关系，即把原始图像像素转换成对图像特征的复杂理解，并构建内部映射的表示。在对卫星衍生的重力进行校准并与相应区域的海底地形模型进行反演后，可以得到更精确的水深反演。

31、具有以下有益效果：

32、1.提出了将基于船载数据的海洋重力校正与重力地形反演相结合，以提高卫星派生测深数据的精度。

33、2.引入了基于cnn的vggnet模型，通过计算和最小化船载真值数据与有误差的卫星数据之间的距离(损失)，生成具有校正精度的卫星衍生数据。新的融合数据将拥有前者的高精确度和后者的高覆盖率的优势。

34、3.通过对南大洋、太平洋、大西洋和加勒比海的数据集进行实验，验证了该模型的性能，结果表明该方法能有效提高海底地形反演的计算精度。