[发明专利]一种深海矿产异常区识别的方法、装置、设备及介质

说明书

本申请实施例提供一种深海矿产异常区识别的方法、装置、设备及介质，该方法包括：获取预分类图像和与所述预分类图像相对应的地球化学数据，其中，所述预分类图像是对异常区进行初步识别得到的，所述地球化学数据是对目标海域的深海矿产进行探测得到的；将所述预分类图像和所述地球化学数据输入到目标异常区识别模型中进行再识别，获得目标异常区划分结果，以完成对所述目标海域的进一步探测。通过本申请的一些实施例能够综合考虑目标海域矿产的地球化学数据特征，进而通过目标异常区识别模型识别更精确的深海矿产异常区，进而提升了探测效率。

技术领域

本申请实施例涉及深海探测领域，具体涉及一种深海矿产异常区识别的方法、装置、设备及介质。

背景技术

随着陆地上新发现的浅表矿越来越少，矿产探测走向深海已经成为趋势。深海矿产具有埋深大，矿化信息弱等特点，并且由于海上作业的不可预见性，导致深海矿产勘探的难度加大。

相关技术中，运用传统统计学算法对深海矿产的地球化学数据进行计算，获得目标海域的异常区。但是，由于传统统计学算法不能考虑到矿产地球化学数据的内在特征，所以圈定的异常区具有很大的不确定性。

因此，如何准确识别深海矿产异常区成为需要解决的问题。

发明内容

本申请实施例提供一种深海矿产异常区识别的方法、装置、设备及介质，通过本申请的一些实施例至少能够综合考虑目标海域矿产的地球化学数据特征，进而通过目标异常区识别模型识别更精确的深海矿产异常区，进而提升了探测效率。

第一方面，本申请提供了一种深海矿产异常区识别的方法，所述方法包括：获取预分类图像和与所述预分类图像相对应的地球化学数据，其中，所述预分类图像是对异常区进行初步识别得到的，所述地球化学数据是对目标海域的深海矿产进行探测得到的；将所述预分类图像和所述地球化学数据输入到目标异常区识别模型中进行再识别，获得目标异常区划分结果，以完成对所述目标海域的进一步探测。

因此，与相关技术中直接使用多重分形圈定异常区的方法，本申请将预分类图像输入到目标异常区识别模型中进行进一步的识别，能够圈定更加精确的异常区，从而能够进一步提高探测目标海域的效率。

结合第一方面，在本申请的一种实施方式中，所述预分类图像包括正常区和所述异常区，所述正常区的所述地球化学数据中各化学元素的含量值均在设定阈值范围内，所述异常区中至少部分化学元素的含量值不在所述设定阈值范围内；在所述将所述预分类图像和所述地球化学数据输入到目标异常区识别模型中进行再识别，获得目标异常区划分结果之前，所述方法还包括：获取预分类样本图像；至少将预分类样本图像和与所述预分类样本图像对应的地球化学数据输入到待训练的异常区识别模型进行训练，获得所述目标异常区识别模型；其中，所述预分类样本图像中标签标记的异常区属于所述预分类图像中异常区的子区域。

因此，本申请实施例通过对待训练的异常区识别模型进行训练，能够得到具备识别更精细的异常区的目标异常区识别模型，进而能够实现对目标区域深海矿产的进一步探测。

结合第一方面，在本申请的一种实施方式中，在所述获取预分类样本图像之前，所述方法还包括：将所述预分类图像划分为M个区域，其中，M为大于1的整数；确认所述M个区域中包括N个异常区，其中，N为大于或等于1的整数，所述N小于等于所述M；根据各异常区域包括的任意化学元素的含量将所述N个异常区域中各异常区域分别标记为富集区域或贫乏区域，获得所述预分类样本图像，其中，所述富集区域的化学元素的含量大于第一阈值，所述贫乏区域的化学元素的含量小于第二阈值，所述第二阈值小于所述第一阈值。

因此，本申请实施例通过对预分类图像中的异常区划分更精细的异常区域，获得预分类样本图像，能够使待训练的异常区识别模型学习到更精确的异常区特征。