基于概率密度均衡化与硬负例抑制的泥沙粒径样本构建方法与流程
本发明涉及水文泥沙测量与图像处理技术,尤其是涉及一种宽分布泥沙粒径样本构建方法。
背景技术:
1、河床卵石与砾石的粒径级配分布是水文测验与河床演变分析的主要特征参数。通过非接触式图像测粒技术,能够提取泥沙颗粒的轮廓与尺寸特征。在此过程中,构建高质量、分布特征均衡的图像识别训练样本集,直接影响实例分割模型在密集且尺寸差异范围宽的泥沙群体中的目标分割与边缘提取精度。
2、目前的图像测粒方法普遍采用工业相机或无人机采集正射泥沙图像后,交由实例分割模型提取颗粒掩膜,并结合常规的数据增强手段(如全局随机缩放、翻转、拼接等)来扩充样本总量。然而,自然河床的泥沙粒径分布区间宽,往往呈现严重的长尾分布特性。现有的全局数据增强操作在处理这种宽粒径分布图像时,会对所有尺寸的颗粒进行无差别的数据变换,且常规的拼接或切片操作容易将粗端大尺寸颗粒切碎,破坏其边缘拓扑结构的完整性。此外,在实际拍摄的复杂背景下,现场的参考标定物等具有规则直边边界的物体容易对实例分割模型造成视觉干扰。
3、现有方法在应对宽分布且背景复杂的泥沙颗粒图像时,难以兼顾长尾特征的定向补偿与几何干扰的隔离。样本分布的严重失衡以及人工结构的规则边缘误检,会导致统计出的粗端级配曲线产生一定程度的数值畸变。
4、因此,需要寻求一种能够在不引入过度形态形变的前提下,提升极端分布数据处理鲁棒性与模型识别可靠性的样本构建方案。
技术实现思路
1、本发明的目的在于提供一种基于概率密度均衡化与硬负例抑制的泥沙粒径样本构建方法,以期解决现有技术的上述问题。
2、为解决现有技术的上述问题,本发明提供一种基于概率密度均衡化与硬负例抑制的泥沙粒径样本构建方法,包括:
3、获取带物理标定的正射泥沙图像及其实例分割标注作为原始样本;
4、基于实例分割标注计算颗粒的物理等效直径,并统计物理等效直径在多个预设粒径区间内的样本数量,构建对应的概率密度分布;
5、基于各预设粒径区间内的样本数量确定目标靶值,将样本数量低于目标靶值的预设粒径区间识别为欠采样区间,并确定各欠采样区间对应的差异化增强倍率;
6、针对欠采样区间内的目标颗粒,依据差异化增强倍率对正射泥沙图像执行基于目标颗粒外接框的靶向动态裁切,生成正样本切片;
7、从正射泥沙图像中挖掘规则几何背景结构,生成纯背景硬负例切片;
8、合并原始样本、正样本切片与纯背景硬负例切片,输出均衡化样本集。
9、本发明的有益效果在于:
10、为了解决长尾分布导致的稀有大尺寸颗粒样本匮乏的问题,通过构建物理等效直径的概率密度分布并提取中位数作为目标靶值,为不同欠采样区间分配带上限的差异化增强倍率。在降低对多数区间盲目过采样的前提下,自适应缓解了极端尺寸分布的存量落差,缓解宽粒径泥沙图像处理中的数据失衡与背景误检等问题。
11、由于常规随机切片存在破坏颗粒拓扑边界且易产生同质化冗余视场等问题,为此,改用基于目标自身外接框扩张的靶向裁切机制,并将随机位移方向约束在均分的空间扇区内。此举在完整保留目标实体形态的同时,使每次采样暴露出的上下文邻居组合不同,有利于提升实例分割模型对复杂堆叠背景的泛化鲁棒性。
12、此外,面对标定网格等规则直线边界容易诱发误判并扭曲粗端级配曲线的问题,本方案预先提取图像中的平直与直角结构以构建纯背景区域,并依据假阳性置信度打分优先注入硬负例,从物理先验维度引导实例分割模型减少人工几何干扰,有利于提升级配测量的客观性与可靠性。
1.一种基于概率密度均衡化与硬负例抑制的泥沙粒径样本构建方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,基于实例分割标注计算颗粒的物理等效直径,具体包括:
3.根据权利要求1所述的方法,其特征在于,基于各预设粒径区间内的样本数量确定目标靶值以及各欠采样区间对应的差异化增强倍率,包括:
4.根据权利要求1所述的方法,其特征在于,依据差异化增强倍率对正射泥沙图像执行基于目标颗粒外接框的靶向动态裁切,生成正样本切片,具体包括:
5.根据权利要求4所述的方法,其特征在于,靶向动态裁切还需满足预设的质量约束条件,质量约束条件包括:
6.根据权利要求4所述的方法,其特征在于,提取随机位移,具体采用空间分层裁切策略获取,空间分层裁切策略包括:
7.根据权利要求1所述的方法,其特征在于,从正射泥沙图像中挖掘规则几何背景结构,包括:
8.根据权利要求7所述的方法,其特征在于,在构建候选负例窗之后,还包括背景纯净度验证步骤:
9.根据权利要求1所述的方法,其特征在于,生成纯背景硬负例切片,具体包括:
10.根据权利要求1所述的方法,其特征在于,合并原始样本、正样本切片与纯背景硬负例切片,输出均衡化样本集,具体包括:
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com