买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉青岛海洋地质研究所;自然资源部第一海洋研究所申请的专利一种海底沉积物类型自动分类成图方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119963987B 。

龙图腾网通过国家知识产权局官网在2025-11-04发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510046219.3，技术领域涉及：G06T5/90；该发明授权一种海底沉积物类型自动分类成图方法是由密蓓蓓;张勇;孔祥淮;曹鹏;李霞;张辉;艾丽娜设计研发完成，并于2025-01-13向国家知识产权局提交的专利申请。

本一种海底沉积物类型自动分类成图方法在说明书摘要公布了：本发明属于海底沉积物类型分类领域，具体涉及一种海底沉积物类型自动分类成图方法，包括以下步骤：收集海底沉积物的声学图像数据，对声学图像数据进行预处理和声强补偿改正；分析预处理后的声学图像数据，并提取图像特征，构建海底沉积物分类模型进行自动分类；本发明通过自动分类海底沉积物类型并生成分布图可高效实现对大范围海底沉积物类型的调查和研究，能够显著提高沉积物类型分类的准确性和效率，并且利用先进的图像处理和机器学习技术，自动提取声学图像中的关键特征，基于大量训练数据学习出沉积物类型与特征之间的映射关系，能够进一步提高分类的准确性，大幅加快分类速度，降低时间和人力成本。

本发明授权一种海底沉积物类型自动分类成图方法在权利要求书中公布了：1.一种海底沉积物类型自动分类成图方法，其特征在于，包括以下步骤： 步骤A、获取海底沉积物的声学图像数据，并对声学图像数据进行预处理和声强补偿改正操作； 步骤B、针对声强补偿改正后的数据，分析并提取图像的边缘特征和纹理特征； 步骤C、构建海底沉积物分类模型并对其进行训练，将步骤A经声强补偿改正后的声学图像数据和步骤B得到的边缘特征和纹理特征输入到分类模型中，分析每个特征与海底沉积物类型的相关性； 步骤D、输入待分类的声学图像数据，基于训练后的海底沉积物分类模型对海底沉积物类型进行分类预测，并将分类结果转换为图像格式，生成海底沉积物类型分布图； 所述步骤A具体包括以下步骤： 步骤A1、采集声学图像数据并对其进行去噪、几何校正和灰度拉伸预处理操作；所述声学图像数据包括历史声学图像数据和实时声学图像数据； 步骤A2、对预处理后的声学图像数据进行声强补偿改正； 1分析声波传播距离增加时声强的衰减规律，并根据声波传播的距离对声强进行补偿，反映海底沉积物的真实物理特征； 根据声波衰减规律，建立声强与距离之间的数学模型，确定声强补偿改正模型，得到声强补偿改正系数，声强补偿改正系数表示如下： ； ； 其中，为声强补偿改正系数，表示距离声源处的声强，为声源处的声强，为声音的衰减系数，为声波传播距离，为参考距离； 然后基于处理后的声学图像数据，根据声呐设备的参数和图像中像素点的位置信息，计算每个像素点对应的声波传播距离，将每个像素点对应的声波传播距离代入声强补偿改正系数，计算得到补偿后的声强值，将计算得到的补偿后声强值替换原始声学图像数据中相应像素点的声强值，得到经过声强补偿改正的声学图像数据； 2然后进行信噪比及对比度评估，检查图像质量是否符合标准； 所述步骤C中，结合历史声学图像数据和海底沉积物分类模型，获得相关性分析系数，观察各个特征在分类中与海底沉积物类型的相关程度，确定各个特征的重要性； 其中，相关性分析系数的计算公式为： ； 其中，为相关性分析系数，为行变量的类别数，表示海底沉积物的不同类型数量，为列变量的类别数，表示某个特征的不同取值数量，为观测频次，表示实际数据中，行变量第个类别和列变量第个类别同时出现的次数，为期望频数，表示如果行变量和列变量是独立的，则根据行和列的总数，预测的行变量第个类别和列变量第个类别同时出现的次数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人青岛海洋地质研究所;自然资源部第一海洋研究所，其通讯地址为：266237 山东省青岛市即墨区观山路596号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。