(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211118713.9 (22)申请日 2022.09.13 (71)申请人 中山大学 地址 510275 广东省广州市海珠区新港西 路135号 (72)发明人 任磊　黎明思　 (74)专利代理 机构 广州嘉权专利商标事务所有 限公司 4 4205 专利代理师 梁嘉琦 (51)Int.Cl. G06V 20/10(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06N 20/00(2019.01) G06V 10/764(2022.01)G06V 10/77(2022.01) G06V 10/82(2022.01) G06V 20/52(2022.01) (54)发明名称 一种海岸线侵蚀程度的监测方法、 装置以及 电子设备 (57)摘要 本发明公开了一种海岸线侵蚀程度的监测 方法、 装置以及电子设备， 方法包括： 获取同一时 间戳下目标监测区域的不同角度的多张图像， 并 将所述图像进行拼接， 得到一张拼接图像； 从所 述拼接图像中提取海岸线的海岸平面面积变化 量以及海岸垂向堆积变化量， 作为所述拼接图像 的特征参数； 将所述特征参数输入至海岸线侵蚀 程度的识别模 型， 得到所述拼接图像中的海岸线 对应的侵蚀模态识别结果， 所述识别模 型为以标 注有侵蚀模态的特征参数作为训练数据训练得 到。 本发明实施例基于海岸线的具体变化量， 即 海岸平面面积变化量以及海岸垂向堆积变化量， 可以迅速确定海岸线当前的侵蚀程度， 实现了高 效率的监测海岸线的地貌 变化。 权利要求书2页 说明书9页 附图2页 CN 115439748 A 2022.12.06 CN 115439748 A 1.一种海岸线侵蚀程度的监测方法， 其特 征在于， 包括： 获取同一时间戳下目标监测区域的不同角度的多张图像， 并将所述图像进行拼接， 得 到一张拼接图像； 从所述拼接图像中提取海岸线的海岸平面面积变化量以及海岸垂向堆积变化量， 作为 所述拼接图像的特 征参数； 将所述特征参数输入至海岸线侵蚀程度的识别模型， 得到所述拼接图像中的海岸线对 应的侵蚀模态识别结果， 所述识别模型为以标注有侵蚀模态的特征参数作为训练数据训练 得到。 2.根据权利要求1所述的海岸线侵蚀程度的监测方法， 其特征在于， 在所述获取同一 时 间戳下目标监测区域的不同角度的多张图像之前， 还 包括： 获取时间戳乱序的多张图像； 将预设的自我监督模型进行正则化处理， 并将所述乱序的多 张图像输入至正则化处理 后的所述自我监 督模型， 得到时间戳 顺序连续的多张图像。 3.根据权利要求1所述的海岸线侵蚀程度的监测方法， 其特征在于， 所述从所述拼接图 像中提取海岸线的海岸平面 面积变化 量以及海岸垂向堆积变化 量， 包括： 确定并补充所述 拼接图像中丢失的像素值， 得到补充像素值后的拼接图像； 将补充像素值后的拼接图像进行 灰度处理， 得到灰度化的拼接图像； 从灰度化的拼接图像中提取海岸线的海岸平面 面积变化 量以及海岸垂向堆积变化 量。 4.根据权利要求1所述的海岸线侵蚀程度的监测方法， 其特征在于， 所述识别模型的训 练过程， 包括： 获取多种预设的侵蚀模态以及每种侵蚀模态对应的多张不同的训练拼接图像； 针对每种侵蚀模态对应的多张训练拼接图像， 从每张训练拼接图像中提取海岸线的训 练海岸平面 面积变化 量以及训练海岸垂向堆积变化 量， 作为该侵蚀模态的训练特 征参数； 将每种侵蚀模态的训练特征参数输入至所述识别模型， 得到每种侵蚀模态对应的海岸 线侵蚀的识别结果； 根据所述识别结果， 确定训练目标， 训练所述识别模型， 直至输出的海岸线的识别结果 的准确率达 到设定的范围， 得到训练后的所述识别模型。 5.根据权利要求3所述的海岸线侵蚀程度的监测方法， 其特 征在于， 还 包括： 对任意两张相邻时间戳下的拼接图像进行检测， 确定两张拼接图像中是否存在灰度值 变化幅度超过设定幅度的区域； 若是， 则将所述区域作为海岸的骤冲骤淤区， 从所述目标监测区域的摄像设备对所述 骤冲骤淤区拍摄得到的第一图像提取所述骤冲骤淤区的第一高程信息， 从无人机对所述骤 冲骤淤区拍摄得到的第二图像提取 所述骤冲骤淤区的第二高程信息； 对所述第一高程信息与第二高程信息加权求和， 得到最终高程信息 。 6.根据权利要求5所述的海岸线侵蚀程度的监测方法， 其特 征在于， 还 包括： 根据侵蚀程度将所述骤冲骤淤区划分为多个子区域； 针对每个所述子区域， 将所述子区域的高程信息输入至预测模型的第一级联神经网 格， 得到海岸线的第一平均侵蚀深度， 所述预测模型为包括两个级联神经网格的随机森林 预测模型；权　利　要　求　书 1/2 页 2 CN 115439748 A 2将每个所述子区域的第一平均侵蚀深度与每个所述子区域的实时近岸风浪流场数据 输入至所述预测模型 的第二级联神经网格， 得到海岸线的第二平均侵蚀深度， 作为对每个 所述子区域海岸线的最终预测平均侵蚀深度。 7.一种海岸线侵蚀程度的监测装置， 其特 征在于， 包括： 图像获取单元， 用于获取同一时间戳下目标监测区域的不同角度的多张图像， 并将所 述图像进行拼接， 得到一张拼接图像； 特征提取单元， 用于从所述拼接图像中提取海岸线的海岸平面面积变化量以及海岸垂 向堆积变化 量， 作为所述 拼接图像的特 征参数； 侵蚀模态识别单元， 用于将所述特征参数输入至海岸线侵蚀程度的识别模型， 得到所 述拼接图像中的海岸线对应的侵蚀模态识别结果， 所述识别模型为以带有侵蚀模态的特征 参数作为训练数据训练得到 。 8.一种电子设备， 其特 征在于， 包括处 理器以及存 储器； 所述存储器用于存 储程序； 所述处理器执行所述程序实现如权利要求1至 6中任一项所述的方法。 9.一种计算机可读存储介质， 其特征在于， 所述存储介质存储有程序， 所述程序被处理 器执行实现如权利要求1至 6中任一项所述的方法。 10.一种计算机程序产品， 包括计算机程序， 其特征在于， 所述计算机程序被处理器执 行时实现如权利要求1至 6任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 115439748 A 3