-
题名面向超大遥感影像的障碍物自动定位与变观设计研究
- 1
-
-
作者
罗兵
王一雯
付一生
王昀
肖云飞
-
机构
中国石化江汉油田分公司勘探开发研究院
中石化石油物探技术研究院有限公司
-
出处
《石油物探》
北大核心
2025年第4期784-796,共13页
-
文摘
随着深度学习技术的发展,利用图像分割模型进行障碍物识别是三维地震采集观测系统变观设计的发展趋势。大多数勘探工区覆盖范围大且呈不规则状,用于观测系统设计的遥感影像通常很大且携带了大量的无效数据。基于深度学习的障碍物识别方法聚焦于提高识别精度,而缺少识别前的遥感影像预处理和识别后的障碍物边界矢量化处理,使得相关的方法难以实用化。为此,提出了“遥感影像的预处理-障碍物自动识别-后处理-避障变观”的“四步走”遥感影像处理方法,以实现面向超大遥感影像的障碍物自动定位与变观设计。首先,提出一种遥感影像预处理方法,自适应拟合有效数据区域的最小外切矩形,完成最优遥感瓦片切分;其次,提出改进的UMiT-Net(Softmax)网络模型,同时提取多种类型障碍物;然后,设计一组障碍物边界矢量化方法,通过边界提取、拼接、扩边、坐标转换等处理得到投影坐标;最后,使用避障算法移动炮点和检波点,确定炮检点的新坐标,完成变观设计。试验结果表明,所提方法可以剔除试验工区遥感影像中50.4%的无效瓦片数据,计算效率提升102%。障碍物识别结果具有较高的准确率和完整性,使用矢量化后的边界坐标能够快速完成避障变观设计,“端到端”式的操作高效易用。
-
关键词
观测系统变观设计
超大遥感影像
瓦片切分
障碍物自动识别
边界矢量化.
-
Keywords
variable geometry design of observation system
large remote sensing images
tile segmentation
automatic obstacle recognition
boundary vectorization
-
分类号
TE
[石油与天然气工程]
P631
[天文地球—地质矿产勘探]
-
