[发明专利]一种高维水文数据处理系统及方法

说明书

本发明涉及水文数据处理技术领域，公开了一种高维水文数据处理系统及方法，其中，一种高维水文数据处理方法包括以下步骤：步骤101，基于水文图像生成图像体素，提取属于水体的图像体素生成第一图像体素集合；步骤102，生成图像提取空间，通过图像提取空间提取第一图像体素集合内的体素来生成第一图像特征；步骤103，通过特征卷积模型对第一图像特征进行处理；本发明通过水文图像的空间区域化处理和特征提取来减少非水域的信息维度，并且对水域区域特征进行区域化；本发明采用特征卷积模型对区域化处理的水域图像特征进行处理，能够综合水域的区域流动性和时间上的动态变化，获取水域污染状态，并判断污染的源头。

技术领域

本发明涉及水文数据处理技术领域，更具体地说，它涉及一种高维水文数据处理方法。

背景技术

水文图像数据存在高维度，特征混杂度高的特点，采用与一般图像相同的特征提取以及处理方法会导致提取图像特征掺杂大量的非水域的信息维度，冗余信息会增加对于水域状态的判断结果偏差。

发明内容

本发明提供一种高维水文数据处理方法，解决相关技术中提取图像特征掺杂大量的非水域的信息维度会增加对于水域状态的判断结果偏差的技术问题。

本发明提供了一种高维水文数据处理方法，包括以下步骤：

步骤101，基于水文图像生成图像体素，提取属于水体的图像体素生成第一图像体素集合；

步骤102，生成图像提取空间，通过图像提取空间提取第一图像体素集合内的体素来生成第一图像特征；

步骤103，通过特征卷积模型对第一图像特征进行处理；

特征卷积模型包括：卷积空间，卷积空间内包括多个卷积列层，卷积列层包括多个卷积横层，同一卷积列层的卷积横层相互串联，卷积列层的输出连接到第一分类器和第二分类器，第一分类器的分类空间集合为，其中一个分类标签对应一个污染类型；第二分类器的分类空间集合为，其中分类标签对应是污染源头，对应不是污染源头；

第i个卷积列层的第i个卷积横层的输入表示如下：

；其中，和均表示卷积权重参数，表示卷积操作，为第i个卷积列层的第i-1个卷积横层的输出，为第j个卷积列层的第i-1个卷积横层的输出，第i个卷积列层的第一个卷积横层输入第i个第一图像特征，N为第i个第一图像特征的邻域第一图像特征所输入的卷积列层的集合。

进一步地，一个图像体素通过四元组表示，其中表示体素所在的图像层，B表示体素所在图像层内的X轴坐标，C表示体素所在图像层内的Y轴坐标，D表示体素的体素值。

进一步地，水文图像的图像层对应于图像通道、不同时间采集的图像。

进一步地，图像提取空间的深度等于水文图像的图像层的层数；对于第一图像体素集合中的X轴相同的体素，计算这些体素的Y轴坐标的差值，从中提取最大的差值加1之后作为图像提取空间的宽度，图像提取空间的长度设置为M；

提取第一图像特征是沿X轴方向依次提取的，相邻的两个第一图像特征对应的体素的最小X轴坐标的差值的值域为（M，1.1M），其中M为图像提取空间的长度。

进一步地，提取第一图像特征之前对第一图像体素集合内的体素进行空间移位处理，包括：

步骤201，计算第一图像体素集合内的体素的X轴坐标的最大差值和Y轴坐标的最大差值，如果X轴坐标的最大差值小于Y轴坐标的最大差值则对第一图像体素集合整体进行旋转处理，使体素的X轴坐标与Y轴坐标进行置换之后进入下一步骤；如果X轴坐标的最大差值大于或等于Y轴坐标的最大差值则直接进入下一步骤；

步骤202，沿X轴坐标由小至大的顺序对第一图像体素集合内的体素进行空间位移，定义同一X轴坐标的体素位于同一体素纵切层；