本發(fā)明涉及地學數(shù)據(jù)分析領(lǐng)域，具體而言，涉及柵格數(shù)據(jù)局部奇異性迭代分析方法及裝置。

背景技術(shù)：

地學數(shù)據(jù)是數(shù)據(jù)的一種類型，通常指與地球參考空間(二維或三維)位置有關(guān)的、表達與地球科學研究中各種實體和過程狀態(tài)屬性的數(shù)據(jù)。地學數(shù)據(jù)來源具有多源性，包括地質(zhì)、地球物理、地球化學、遙感、地理等數(shù)據(jù)。從數(shù)據(jù)存儲格式上，地學數(shù)據(jù)可以分為矢量地學數(shù)據(jù)和柵格地學數(shù)據(jù)兩大類，矢量數(shù)據(jù)格式和柵格數(shù)據(jù)格式在地理信息系統(tǒng)支持下可以相互轉(zhuǎn)換。對地學數(shù)據(jù)的分析是人類探索地球、認識地球的主要途徑。通過對地學數(shù)據(jù)的分析，可以獲得地質(zhì)資源(例如，礦產(chǎn)資源)的分布情況。在資源告急的現(xiàn)如今，只有獲得準確的地質(zhì)資源分布，才能做到在保護地球的同時對資源進行合理的開發(fā)，才能保證可持續(xù)發(fā)展。

時空分布的不均勻性和多尺度性是地學數(shù)據(jù)的重要特征，分形/多重分形方法在地學數(shù)據(jù)分析得到廣泛應用，“奇異性-廣義自相似性-分形譜系”為核心的多重分形非線性礦產(chǎn)定量預測評價理論和方法體系，在地質(zhì)找礦中取得了良好的應用效果。

局部奇異性分析方法是目前獲得國內(nèi)外高度肯定的并在實際地質(zhì)找礦中取得了良好的應用效果的地學數(shù)據(jù)分析方法。其通過獲取地學數(shù)據(jù)的奇異性指標，從而揭示礦產(chǎn)資源的內(nèi)在關(guān)聯(lián)性。需要說明的是，奇異性是指在很小的時間-空間范圍內(nèi)具有巨大能量釋放或巨量物質(zhì)形成的現(xiàn)象。多重分形性是用以描述非均勻分布物體分形維數(shù)的測度指標體系。具有多重分形分布特征的地學數(shù)據(jù)通常意味著具有局部奇異性特征。在開展局部奇異性分析時使用的地學數(shù)據(jù)應符合或經(jīng)過適當?shù)淖儞Q后符合其取值范圍是非負的，具有可加性。

但是，發(fā)明人發(fā)現(xiàn)在大數(shù)據(jù)時代，地質(zhì)勘查數(shù)據(jù)越來越豐富，同時找礦難度也隨之越來越大。面對海量的地學數(shù)據(jù)，通過現(xiàn)有的局部奇異性分析方法獲得的奇異性指標不夠精準的問題越來越凸顯。同時，現(xiàn)有的地學數(shù)據(jù)分析方法對海量的地學數(shù)據(jù)的處理速度過低。局部奇異性模型涉及到多個不同尺度窗口滑動平均值的計算，采用對窗口內(nèi)數(shù)據(jù)累加求和再除以數(shù)據(jù)個數(shù)獲得平均值這種常規(guī)計算方法，窗口數(shù)量越多，窗口越大，計算速度越慢。

技術(shù)實現(xiàn)要素：

本發(fā)明的一個目的是提供一種柵格數(shù)據(jù)局部奇異性迭代分析方法，以解決上述問題。

本發(fā)明的另一個目的是提供一種柵格數(shù)據(jù)局部奇異性迭代分析裝置，以解決上述問題。

為了實現(xiàn)上述目的，本發(fā)明實施例采用的技術(shù)方案如下：

本發(fā)明實施例提供一種柵格數(shù)據(jù)局部奇異性迭代分析方法，所述方法包括：獲得柵格數(shù)據(jù)；根據(jù)所述柵格數(shù)據(jù)構(gòu)置對應的積分圖；根據(jù)所述積分圖、多個尺度各不相同且同中心的預設(shè)方形窗口及預設(shè)的正規(guī)化尺度參數(shù)，建立局部奇異性模型，以獲得局部系數(shù)柵格數(shù)據(jù)和奇異性指數(shù)余維數(shù)柵格數(shù)據(jù)；重復對最新獲得的局部系數(shù)柵格數(shù)據(jù)進行積分圖構(gòu)置及所述局部奇異性模型建立的迭代處理，以獲得迭代后的局部系數(shù)柵格數(shù)據(jù)及迭代后的奇異性指數(shù)余維數(shù)柵格數(shù)據(jù)，直至所述迭代后的奇異性指數(shù)余維數(shù)柵格數(shù)據(jù)滿足預設(shè)條件或迭代次數(shù)達到預設(shè)次數(shù)；根據(jù)所述奇異性指數(shù)余維數(shù)柵格數(shù)據(jù)及每次迭代獲得的所述迭代后的奇異性指數(shù)余維數(shù)柵格數(shù)據(jù)，輸出所述迭代分析結(jié)果。

本發(fā)明實施例還提供一種柵格數(shù)據(jù)局部奇異性迭代分析裝置，所述裝置包括：柵格數(shù)據(jù)輸入模塊，用于獲得柵格數(shù)據(jù)；積分圖構(gòu)置模塊，用于根據(jù)所述柵格數(shù)據(jù)構(gòu)置對應的積分圖；局部奇異性計算模塊，用于根據(jù)所述積分圖、多個尺度各不相同且同中心的預設(shè)方形窗口及預設(shè)的正規(guī)化尺度參數(shù)，建立局部奇異性模型，以獲得局部系數(shù)柵格數(shù)據(jù)和奇異性指數(shù)余維數(shù)柵格數(shù)據(jù)；迭代模塊，用于重復對最新獲得的局部系數(shù)柵格數(shù)據(jù)進行積分圖構(gòu)置及所述局部奇異性模型建立的迭代處理，以獲得迭代后的局部系數(shù)柵格數(shù)據(jù)及迭代后的奇異性指數(shù)余維數(shù)柵格數(shù)據(jù)，直至所述迭代后的奇異性指數(shù)余維數(shù)柵格數(shù)據(jù)滿足預設(shè)條件或迭代次數(shù)達到預設(shè)次數(shù)；奇異性分析結(jié)果輸出模塊，用于根據(jù)所述奇異性指數(shù)余維數(shù)柵格數(shù)據(jù)及每次迭代獲得的所述迭代后的奇異性指數(shù)余維數(shù)柵格數(shù)據(jù)，輸出所述迭代分析結(jié)果。

與現(xiàn)有技術(shù)相比，本發(fā)明提供一種柵格數(shù)據(jù)局部奇異性迭代分析方法及裝置。所述方法包括：根據(jù)所述柵格數(shù)據(jù)構(gòu)置對應的積分圖；根據(jù)所述積分圖、多個尺度各不相同且同中心的預設(shè)方形窗口及預設(shè)的正規(guī)化尺度參數(shù)，建立局部奇異性模型，以獲得局部系數(shù)柵格數(shù)據(jù)和奇異性指數(shù)余維數(shù)柵格數(shù)據(jù)；重復對最新獲得的局部系數(shù)柵格數(shù)據(jù)進行積分圖構(gòu)置及所述局部奇異性模型建立的迭代處理，以獲得迭代后的局部系數(shù)柵格數(shù)據(jù)及迭代后的奇異性指數(shù)余維數(shù)柵格數(shù)據(jù)，直至所述迭代后的奇異性指數(shù)余維數(shù)柵格數(shù)據(jù)滿足預設(shè)條件或迭代次數(shù)達到預設(shè)次數(shù)。輸出所述迭代分析結(jié)果。以實現(xiàn)從海量地學數(shù)據(jù)中分析出的局部奇異性更精準，同時還提高了對海量的地學數(shù)據(jù)的分析速度。

為使本發(fā)明的上述目的、特征和優(yōu)點能更明顯易懂，下文特舉較佳實施例，并配合所附附圖，作詳細說明如下。

附圖說明

為了更清楚地說明本發(fā)明實施例的技術(shù)方案，下面將對實施例中所需要使用的附圖作簡單地介紹，應當理解，以下附圖僅示出了本發(fā)明的某些實施例，因此不應被看作是對范圍的限定，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他相關(guān)的附圖。

圖1為本發(fā)明的應用環(huán)境示意圖。

圖2為圖1中處理機的方框示意圖。

圖3為本發(fā)明較佳實施例提供的柵格數(shù)據(jù)局部奇異性迭代分析裝置的功能模塊示意圖。

圖4為圖3中示出的積分圖構(gòu)置模塊的功能子模塊示意圖。

圖5為圖3中示出的局部奇異性計算模塊的功能子模塊示意圖。

圖6為多個預設(shè)方形窗口在柵格數(shù)據(jù)上的覆蓋示意圖。

圖7為柵格數(shù)據(jù)與柵格數(shù)據(jù)的增廣積分圖的對應關(guān)系示意圖。

圖8為預設(shè)方形窗口在柵格數(shù)據(jù)上出現(xiàn)越界時，預設(shè)方形窗口在增廣積分圖的對應覆蓋示意圖。

圖9為圖3中示出的迭代模塊的功能子模塊示意圖。

圖10為本發(fā)明較佳實施例提供的柵格數(shù)據(jù)局部奇異性迭代分析方法的流程圖。

圖11為圖10中示出的步驟s103的子步驟流程圖。

圖12為圖10中示出的步驟s104的子步驟流程圖。

圖13為圖10中示出的步驟s105的子步驟流程圖。

圖標：10-并行處理機系統(tǒng)；11-主處理機；12-從處理機；100-處理機；101-存儲器；102-存儲控制器；103-處理器；104-外設(shè)接口；105-通信單元；200-柵格數(shù)據(jù)局部奇異性迭代分析裝置；201-預設(shè)參數(shù)模塊；202-柵格數(shù)據(jù)輸入模塊；203-積分圖構(gòu)置模塊；2031-增廣積分圖創(chuàng)建子模塊；2032-增廣積分圖構(gòu)置子模塊；204-局部奇異性計算模塊；2041-窗口平均值計算子模塊；2042-正規(guī)化處理子模塊；2043-奇異性模型擬合子模塊；2044-獲得子模塊；205-迭代模塊；2051-積分圖構(gòu)置子模塊；2052-迭代子模塊；206-奇異性分析結(jié)果輸出模塊。

具體實施方式

下面將結(jié)合本發(fā)明實施例中附圖，對本發(fā)明實施例中的技術(shù)方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例。

本發(fā)明實施例所提供的柵格數(shù)據(jù)局部奇異性迭代分析方法及裝置可應用于如圖1所示的并行處理機系統(tǒng)10中。如圖1所示，并行處理機系統(tǒng)10包括主處理機11及多個從處理機12。主處理機11與從處理機12通過總線連接，實現(xiàn)數(shù)據(jù)交互。

于本發(fā)明實施例中，主處理機11及從處理機12結(jié)構(gòu)均相同。但在實現(xiàn)本發(fā)明提供的柵格數(shù)據(jù)局部奇異性迭代分析的過程中承擔不同的工作。具體地，主處理機11用于接收數(shù)據(jù)，接收數(shù)據(jù)包括預設(shè)參數(shù)及柵格數(shù)據(jù)，其中預設(shè)參數(shù)包括多個尺度不同的預設(shè)方形窗口的參數(shù)、預設(shè)正規(guī)化尺度參數(shù)、迭代精度及預設(shè)次數(shù)等。需要說明的是，正規(guī)化尺度參數(shù)要大于柵格的分辨率，是正整數(shù)，也可以是更一般的正實數(shù)，優(yōu)選實施例中，正規(guī)化尺度參數(shù)選用所有預設(shè)方形窗口尺度的幾何平均值。預設(shè)方形窗口的長和寬均以柵格數(shù)據(jù)中數(shù)據(jù)單元的邊長為其度量單位，且預設(shè)方形窗口的長和寬均奇數(shù)。數(shù)據(jù)單元為正方形?？蛇x地，主處理機11根據(jù)不同的預設(shè)方形窗口分別激活對應數(shù)量的從處理機12。主處理機11與從處理機12的總個數(shù)與預設(shè)方形窗口數(shù)量相同。使主處理機11與每個從處理機12分別被分配一個尺度不同的預設(shè)方形窗口。需要說明的是，當預設(shè)方形窗口中存在尺度為1x1，則尺度為1x1的預設(shè)方形窗口分配給主處理機11，其他預設(shè)方形窗口分別分配給激活的從處理機12。

在其他實施例中，柵格數(shù)據(jù)局部奇異性迭代分析方法及裝置還可應用于串行處理系統(tǒng)。預設(shè)方形窗口同心覆蓋于柵格數(shù)據(jù)上，串行處理系統(tǒng)依次計算每個預設(shè)方形窗口對應的平均值，并根據(jù)正規(guī)化尺度參數(shù)完成柵格數(shù)據(jù)局部奇異性迭代分析。

圖2示出本發(fā)明較佳實施例提供的處理機100的方框示意圖。處理機100可根據(jù)用途的不同作為主處理機11及從處理機12。所述處理機100包括柵格數(shù)據(jù)局部奇異性迭代分析裝置200、存儲器101、存儲控制器102、處理器103、外設(shè)接口104、通信單元105。

所述存儲器101、存儲控制器102、處理器103、外設(shè)接口104、通信單元105各元件相互之間直接或間接地電性連接，以實現(xiàn)數(shù)據(jù)的傳輸或交互。例如，這些元件相互之間可通過一條或多條通訊總線或信號線實現(xiàn)電性連接。所述柵格數(shù)據(jù)局部奇異性迭代分析裝置200包括至少一個可以軟件或固件(firmware)的形式存儲于所述存儲器101中或固化在所述處理機100的操作系統(tǒng)(operatingsystem，os)中的軟件功能模塊。所述處理器103用于執(zhí)行存儲器101中存儲的可執(zhí)行模塊，例如所述柵格數(shù)據(jù)局部奇異性迭代分析裝置200包括的軟件功能模塊或計算機程序。

其中，存儲器101可以是，但不限于，隨機存取存儲器(randomaccessmemory，ram)，只讀存儲器(readonlymemory，rom)，可編程只讀存儲器(programmableread-onlymemory，prom)，可擦除只讀存儲器(erasableprogrammableread-onlymemory，eprom)，電可擦除只讀存儲器(electricerasableprogrammableread-onlymemory，eeprom)等。其中，存儲器101用于存儲程序，所述處理器103在接收到執(zhí)行指令后，執(zhí)行所述程序，所述處理器103以及其他可能的組件對存儲器101的訪問可在所述存儲控制器102的控制下進行。

處理器103可能是一種集成電路芯片，具有信號的處理能力。上述的處理器103可以是通用處理器，包括中央處理器(centralprocessingunit，簡稱cpu)、網(wǎng)絡(luò)處理器(networkprocessor，簡稱np)等；還可以是數(shù)字信號處理器(dsp)、專用集成電路(asic)、現(xiàn)場可編程門陣列(fpga)或者其他可編程邏輯器件、分立門或者晶體管邏輯器件、分立硬件組件。可以實現(xiàn)或者執(zhí)行本發(fā)明實施例中的公開的各方法、步驟及邏輯框圖。通用處理器可以是微處理器或者該處理器103也可以是任何常規(guī)的處理器103等。

所述外設(shè)接口104將各種輸入/輸出裝置耦合至處理器103以及存儲器101。在一些實施例中，外設(shè)接口104，處理器103以及存儲控制器102可以在單個芯片中實現(xiàn)。在其他一些實例中，他們可以分別由獨立的芯片實現(xiàn)。

通信單元105可以通過有線或者無線的方式與其他通訊終端建立通信連接，實現(xiàn)數(shù)據(jù)的交互。

第一實施例

請參考圖3本發(fā)明較佳實施例提供的柵格數(shù)據(jù)局部奇異性迭代分析裝置200的功能模塊示意圖。柵格數(shù)據(jù)局部奇異性迭代分析裝置200包括：預設(shè)參數(shù)模塊201、柵格數(shù)據(jù)輸入模塊202、積分圖構(gòu)置模塊203、局部奇異性計算模塊204、迭代模塊205及奇異性分析結(jié)果輸出模塊206。

預設(shè)參數(shù)模塊201用于預設(shè)參數(shù)。其中預設(shè)參數(shù)包括預設(shè)方形窗口的個數(shù)、每個預設(shè)方形窗口的尺度參數(shù)、預設(shè)方形窗口的正規(guī)化尺度參數(shù)、迭代精度及預設(shè)次數(shù)等。

柵格數(shù)據(jù)輸入模塊202用于獲得柵格數(shù)據(jù)。柵格數(shù)據(jù)就是將空間劃分成大小相等分布均勻、緊密相連的網(wǎng)格，每一個網(wǎng)格稱為一個單元，并在各單元上賦予相應的屬性值來表示實體的一種數(shù)據(jù)形式。柵格數(shù)據(jù)中每一個數(shù)據(jù)單元均有一個相對位置坐標，以其在柵格數(shù)據(jù)中所處的行索引和列索引來表示，遵循c語言、python等流行編程語言約定，所述柵格數(shù)據(jù)的索引從0開始。如下表1所示：

表1：

需要說明的是，柵格數(shù)據(jù)是地學數(shù)據(jù)中最簡單、最常用的、最直觀的空間數(shù)據(jù)。對柵格數(shù)據(jù)可以很方便地進行鄰域函數(shù)計算。方形窗口是最常用的鄰域，方形窗口的寬和長(以單元邊長為度量單位)通常設(shè)置為奇數(shù)，矩形窗口中心所對應的柵格數(shù)據(jù)單元即為焦元。需要指出的是，局部奇異性分析中，方形窗口中又以正方形窗口最為簡便，它不涉及各向異性的問題。

本實施例中，柵格數(shù)據(jù)輸入模塊202用于首先獲取原始數(shù)據(jù)。原始數(shù)據(jù)即為需要被分析的地學數(shù)據(jù)。再判斷所述原始數(shù)據(jù)是否為柵格格式數(shù)據(jù)。當所述原始數(shù)據(jù)不是柵格格式，根據(jù)所述原始數(shù)據(jù)，利用空間插值模型生成所述柵格數(shù)據(jù)，其中，所述空間插值模型可以但不限于是距離平方反比插值模型(idw)、克立格空間插值模型(kriging)等。當原始數(shù)據(jù)本身就是柵格數(shù)據(jù)時，需要判斷其是否存在缺失數(shù)據(jù)，并在存在數(shù)據(jù)缺失的時候，采用距離平方反比插值、克立格等空間插值模型生成對缺失值進行估值，使得柵格數(shù)據(jù)各個位置都具有有效數(shù)值。對于連片較大范圍的缺失數(shù)據(jù)，插值具有較大的不確定性，同樣先進行插值，在完成局部奇異性分析后對所得計算結(jié)果中的原缺失值位置的結(jié)果設(shè)置為缺失值，這樣便于計算過程簡單化而不失一般性。

主處理機11的積分圖構(gòu)置模塊203，用于根據(jù)所述柵格數(shù)據(jù)構(gòu)置對應的積分圖。積分圖的格式與柵格數(shù)據(jù)相同。本實施例中，積分圖推薦使用增廣積分圖。如圖4所示，積分圖構(gòu)置模塊203包括增廣積分圖創(chuàng)建子模塊2031及增廣積分圖構(gòu)置子模塊2032。

增廣積分圖創(chuàng)建子模塊2031，用于創(chuàng)建初始增廣積分圖，其中，所述初始增廣積分圖為一空白矩陣，且所述初始增廣積分圖的行數(shù)比所述柵格數(shù)據(jù)多一行及所述初始增廣積分圖的列數(shù)比所述柵格數(shù)據(jù)多一列。

增廣積分圖構(gòu)置子模塊2032，用于將所述初始增廣積分圖的首行及首列均預置數(shù)值為零的積分圖值。其中，所述初始增廣積分圖的首行的行索引為0，所述初始增廣積分圖的首列的列索引為0。

增廣積分圖構(gòu)置子模塊2032，還用于根據(jù)所述柵格數(shù)據(jù)，利用公式：

sat(i,j)＝ρ(i-1,j-1)+sat(i-1,j)+sat(i,j-1)-sat(i-1,j-1)，

填充所述初始增廣積分圖除了首行及首列以外的其他單元的積分圖值，以構(gòu)置所述增廣積分圖，其中sat(i,j)表示所述增廣積分圖行索引為i且列索引為j的積分圖值，ρ(i-1,j-1)代表所述柵格數(shù)據(jù)中行索引為(i-1)且列索引為(j-1)的柵格值，sat(i-1,j)代表所述增廣積分圖行索引為(i-1)且列索引為j的積分圖值，sat(i,j-1)代表所述增廣積分圖行索引為i且列索引為(j-1)的積分圖值，sat(i-1,j-1)代表所述增廣積分圖行索引為(i-1)且列索引為(j-1)的積分圖值，i和j均為大于或等于1的整數(shù)。當i＝1或j＝1時，sat(i-1,j-1)代表首行或首列中的積分圖值，例如，sat(0,j)代表首行中列索引為j的積分圖值，sat(i,0)代表首列中行索引為i的積分圖值。增廣積分圖構(gòu)置時，行索引i的變化范圍為1到m，列索引j的變化范圍為1到n，行索引和列索引的索引增量為1，其中m和n分別為原始柵格數(shù)據(jù)的總行數(shù)和總列數(shù)。遍歷所有索引，按前述公式進行計算完成增廣積分圖的構(gòu)置。需要說明的是，增廣積分圖構(gòu)置時，當i＝1或j＝1時，行索引為(i-1)、列索引為j的積分圖值sat(i-1,j)、行索引為i、列索引為(j-1)的積分圖值sat(i,j-1)正好就是積分圖創(chuàng)建時預置在矩陣0行、0列的0值。

需要說明的是，公式：

與前述增廣積分公式等效，0行及0列的值預置為0，i及j均為大于等于1的整數(shù)，j′及i′均為大于等于0的整數(shù)。其區(qū)別在于前述公式利用前面步驟所得的積分圖值直接代入到后繼計算中使得增廣積分圖的構(gòu)置速度更快，減少運算量，提高整個柵格數(shù)據(jù)局部奇異性迭代分析的效率，其中sat(i,j)表示置于所述初始增廣積分圖行索引為i列索引為j列的積分圖值，ρ(i′,j′)代表所述柵格數(shù)據(jù)中行索引為i′列索引為j′的數(shù)據(jù)，代表對所有滿足條件i′<i且j′<j的ρ(i′,j′)求和，例如，sat(1,1)＝ρ(0,0)，sat(2,2)＝ρ(0,0)+ρ(0,1)+ρ(1,0)+ρ(1,1)，sat(3,2)＝ρ(0,0)+ρ(0,1)+ρ(1,0)+ρ(1,1)+ρ(2,0)+ρ(2,1)。

以下表2為例，表2為積分圖構(gòu)置模塊203根據(jù)表1所示的柵格數(shù)據(jù)構(gòu)置的增廣積分圖：

表2

局部奇異性計算模塊204，用于根據(jù)所述積分圖、多個尺度各不相同且同中心的預設(shè)方形窗口及預設(shè)的正規(guī)化尺度參數(shù)，建立局部奇異性模型，以獲得局部系數(shù)柵格數(shù)據(jù)和奇異性指數(shù)余維數(shù)柵格數(shù)據(jù)。本實施例中，如圖5所示，局部奇異性計算模塊204包括窗口平均值計算子模塊2041、正規(guī)化處理子模塊2042、奇異性模型擬合子模塊2043及獲得子模塊2044。

窗口平均值計算子模塊2041，用于根據(jù)所述預設(shè)方形窗口及所述積分圖，計算每個所述預設(shè)方形窗口所覆蓋的所述柵格數(shù)據(jù)的平均值，其中，所有的所述預設(shè)方形窗口在柵格數(shù)據(jù)對應的焦元位置相同，所述焦元為所述預設(shè)方形窗口中心對應的所述柵格數(shù)據(jù)的數(shù)據(jù)單元。其中，主處理機11將構(gòu)置的增廣積分圖拷貝給被激活的每個從處理機12。被激活的每個從處理機12分別根據(jù)預先分配得到的預設(shè)方形窗口尺度及復制所得的增廣積分圖計算對應的平均值。需要說明的是，主處理機11及被激活的每個從處理機12對應的不同尺度的預設(shè)方形窗口在柵格數(shù)據(jù)對應的焦元位置相同，所述焦元為所述預設(shè)方形窗口中心對應的所述柵格數(shù)據(jù)的數(shù)據(jù)單元。這就使如果把不同的預設(shè)方形窗口放置在同一份柵格數(shù)據(jù)上時，預設(shè)方形窗口呈同心嵌套。需要說明的是，當預設(shè)計算方框中存在尺度為1x1這種極端情形時，則尺度為1x1的預設(shè)計算方框直接分配給主處理機11，其所需計算的平均值就是當前焦元位置的柵格數(shù)據(jù)值。以圖6為例，圖6所示4個不同尺度的預設(shè)方形窗口覆蓋于表1所示的柵格數(shù)據(jù)上，4個預設(shè)方形窗口同心嵌套且分別覆蓋了柵格數(shù)據(jù)中的1個數(shù)據(jù)，9個數(shù)據(jù)、25個數(shù)據(jù)及49個數(shù)據(jù)，四個預設(shè)方形窗口的中心在柵格數(shù)據(jù)對應的焦元的行索引為3，列索引為3。在本實施例中，計算每個所述預設(shè)方形窗口對應的平均值時，主處理機11與被激活的從處理機12同時計算，提高速度。

在其他實施例中，即當運用于串行處理系統(tǒng)時，則依次計算每個預設(shè)方框?qū)钠骄怠?/p>

在本實施例中，窗口平均值計算子模塊2041執(zhí)行所述計算每個所述預設(shè)方形窗口所覆蓋的所述柵格數(shù)據(jù)的平均值的方式包括：

根據(jù)所述預設(shè)方形窗口、所述預設(shè)方形窗口對應的所述焦元位置及增廣積分圖，利用公式：

sum(i,j,w,h)＝sat(r2,c2)+sat(r1,c1)-sat(r1,c2)-sat(r2,c1)、

及

計算所述預設(shè)方形窗口所覆蓋的所述柵格數(shù)據(jù)的和，其中，sum(i,j,w,h)代表寬為w且長為h的所述預設(shè)方形窗口在所對應的焦元為所述柵格數(shù)據(jù)中行索引為i且列索引為j的數(shù)據(jù)單元時所覆蓋的所述柵格數(shù)據(jù)的和，r1及r2為在所述增廣積分圖獲取積分圖值的行索引，c1及c2為在所述增廣積分圖中獲取積分圖值的列索引，sat(r2,c2)為所述增廣積分圖在行索引為r2列索引為c2處的積分圖值，sat(r1,c1)為所述增廣積分圖在行索引為r1列索引為c1處的積分圖值，sat(r1,c2)為所述增廣積分圖在行索引為r1列索引為c2處的積分圖值，sat(r2,c1)為所述增廣積分圖在行索引為r2列索引為c1處的積分圖值。sat(r2,c2)、sat(r1,c1)、sat(r1,c2)及sat(r2,c1)則為預設(shè)方形窗口在增廣積分圖中對應的四個積分圖值。

以圖7為例，圖7中左側(cè)為柵格數(shù)據(jù)外側(cè)為索引，橫向的為列索引，縱向為行索引。右側(cè)為與左側(cè)柵格數(shù)據(jù)對應的增廣積分圖，增廣積分圖外側(cè)為索引，橫向的為列索引，縱向為行索引。左側(cè)為柵格數(shù)據(jù)有10行10列(即總行數(shù)m＝10，總列數(shù)n＝10)，右側(cè)增廣積分圖總行數(shù)為(m+1)＝11、總列數(shù)為(n+1)＝11。數(shù)據(jù)單元的邊長為1，預設(shè)方形窗口的寬w＝5，長h＝5，它的中心在柵格數(shù)據(jù)中對應的焦元行列索引為3列索引為3，即索引為(3,3)，i＝3、j＝3。預設(shè)方形窗口在增廣積分圖中對應四個積分圖值的行索引分別為r1＝i-(h-1)/2＝3-2＝1、r2＝i+(h+1)/2＝3+3＝6、列索引分別為c1＝j(luò)-(w-1)/2＝3-2＝1及c2＝j(luò)+(w+1)/2＝3+3＝6。根據(jù)增廣積分圖可獲得sat(r1,c1)＝sat(1,1)＝7，sat(r1,c2)＝sat(1,6)＝22，sat(r2,c1)＝sat(6,1)＝24，sat(r2,c2)＝sat(6,6)＝211，則此時sum(3,3,5,5)＝sat(6,6)+sat(1,1)-sat(1,6)-sat(6,1)＝211+7-22-24＝172。

預設(shè)方形窗口在柵格數(shù)據(jù)圖中進行滑動計算，預設(shè)方形窗口對應的焦元靠近柵格數(shù)據(jù)邊緣位置時，會出現(xiàn)預設(shè)方形窗口越出柵格數(shù)據(jù)坐標范圍的情況，預設(shè)方形窗口實際上只有其中一部分覆蓋有柵格數(shù)據(jù)。預設(shè)方形窗口在增廣積分圖中對應的四個積分圖值中至少一個積分圖值的索引(包括行索引和/或列索引)出現(xiàn)越界，進而無法根據(jù)索引從增廣積分圖中獲得有效的積分圖值。因此當預設(shè)方形窗口出現(xiàn)越界情況時，需要對與預設(shè)方形窗口對應的四個積分圖值的索引進行預處理。預設(shè)方形窗口在增廣積分圖中對應的四個積分圖值所涉及四個坐標，即行索引r1、r2和列索引c1、c2，需要按如下四種基本情形對索引進行修正：

①當計算窗口向上越界時，即行索引r1<0，則行索引修改為0，也即r1＝0，此時行索引為r1的積分圖值就是增廣積分圖中第0行中預置的0值；

②當計算窗口向左越界時，即列索引c1<0，則列索引修改為0，也即c1＝0，此時列索引c1的積分圖值就是增廣積分圖中第0列中預置的0值；

③當計算窗口向下越界時，即行索引r2大于柵格數(shù)據(jù)總行數(shù)m，則行索引r2修改為m，也即r2＝m，此時的積分圖取值為sat(m,j)，其中j為[0,n]區(qū)間的任意值，n為柵格數(shù)據(jù)總列數(shù)；

④當計算窗口向右越界時，即列索引c2大于柵格數(shù)據(jù)列數(shù)n，則列索引c2修改為n，也即c2＝n，此時的積分圖取值為sat(i,n)，其中i為[0,m]區(qū)間的任意值。

需要指出的是，上述四個坐標的預處理需要逐個判別并根據(jù)需要進行相應的修正，在全部完成之后，才能根據(jù)上述積分圖公式計算獲得所述預設(shè)計算方框?qū)嶋H覆蓋數(shù)據(jù)的和值。

計算所述預設(shè)方形窗口所覆蓋的所述柵格數(shù)據(jù)的平均值，計算方法為根據(jù)所述預設(shè)方形窗口所覆蓋的所述柵格數(shù)據(jù)的和除以所述柵格數(shù)據(jù)的個數(shù)，具體為公式：

其中，mean(i,j,w,h)表示寬為w，長為h的預設(shè)方形窗口在柵格數(shù)據(jù)中對應的焦元索引為(i,j)時，預設(shè)方形窗口所覆蓋的柵格數(shù)據(jù)的平均值，sum(i,j,w,h)代表寬為w且長為h的所述預設(shè)方形窗口在柵格數(shù)據(jù)中對應的焦元索引為(i,j)時，所覆蓋的所述柵格數(shù)據(jù)的和；t(i,j,w,h)代表寬為w且長為h的所述預設(shè)方形窗口在柵格數(shù)據(jù)中對應的焦元索引為(i,j)時，預設(shè)方形窗口內(nèi)的覆蓋柵格數(shù)據(jù)的個數(shù)。統(tǒng)計所述預設(shè)方形窗口內(nèi)覆蓋柵格數(shù)據(jù)的個數(shù)為兩種情形：

(1)當預設(shè)方形窗口完全覆蓋于柵格數(shù)據(jù)時，也即r1≥0且r2≤m且c1≥0且c1≥0，行索引r1、r2和列索引c1、c2在預處理中無需修正索引值，每個預設(shè)方形窗口內(nèi)覆蓋的柵格數(shù)據(jù)的個數(shù)是固定的，覆蓋個數(shù)僅與預設(shè)方形窗口的尺度有關(guān)，t(i,j,w,h)＝w×h。例如，預設(shè)方形窗口的寬w＝5，長h＝5(寬和長以數(shù)據(jù)單元邊長為度量單位)，則預設(shè)方形窗口覆蓋的柵格數(shù)據(jù)的個數(shù)為w×h＝25個。需要指出的是，此種情形下對某個大小的窗口內(nèi)數(shù)據(jù)個數(shù)是個固定值，其個數(shù)統(tǒng)計只需預先計算一次，以后該尺度預設(shè)方形窗口的平均值計算都可以直接可以使用該結(jié)果，無需每次計算平均值時重復統(tǒng)計個數(shù)。

(2)當預設(shè)方形窗口越出柵格數(shù)據(jù)坐標范圍時，也即行索引r1、r2和列索引c1、c2在預處理中有修正索引的情形，需要統(tǒng)計預設(shè)方形窗口內(nèi)覆蓋的柵格數(shù)據(jù)的有效個數(shù)。覆蓋個數(shù)不僅與預設(shè)方形窗口的尺度有關(guān)，還與窗口位置有關(guān)。具體為，根據(jù)公式：

t(i,j,w,h)＝(r2-r1)×(c2-c1)，

其中，r1和r2為寬為w長為h的預設(shè)方形窗口中心對應焦元的索引為(i,j)時，對應的四個積分圖值經(jīng)過預處理修正后的行索引，c1和c2為經(jīng)過預處理修正后的列索引。需要指出的是，上述公式是通用的，對預設(shè)方形窗口完全覆蓋于柵格數(shù)據(jù)情形也適用，當然用此公式相比之下會增加計算量。

以圖7為例，該預設(shè)方形窗口中心在柵格數(shù)據(jù)中對應焦元的行索引為i＝3列索引為j＝3，預設(shè)方形窗口的寬w＝5，長h＝5，該計算方框完全覆蓋在柵格數(shù)據(jù)范圍內(nèi)，在i＝3，j＝3位置計算所得的積分圖值sum(3,3,5,5)＝172，數(shù)據(jù)個數(shù)t(3,3,5,5)＝5×5＝25，該預設(shè)方形窗口對應的平均值mean(3,3,5,5)＝172/25＝6.88。

再例如，圖8所示四個預設(shè)方形窗口在增廣積分圖對應覆蓋示意圖，所述增廣積分圖外側(cè)為標注的索引，橫向的為列索引，縱向的為行索引。其中由于第0行第0列為增廣積分圖構(gòu)建時添加的，其中設(shè)置的0值在統(tǒng)計有效數(shù)據(jù)時應不計算在內(nèi)。圖8分別示出四個預設(shè)方形窗口出現(xiàn)越出柵格數(shù)據(jù)的不同情形時，預設(shè)方形窗口對應在增廣積分圖的覆蓋情形。圖9中左上角的預設(shè)方形窗口對應的三個積分圖值的索引出現(xiàn)越界，該預設(shè)方形窗口中心在柵格數(shù)據(jù)中對應焦元的行索引為i＝0列索引為j＝0，預設(shè)計算方框的寬w＝5，長h＝5，根據(jù)前述計算公式，預設(shè)計算方框在增廣積分圖中對應四個積分圖值的行索引分別為r1＝i-(h-1)/2＝0-2＝-2、r2＝i+(h+1)/2＝0+3＝3、列索引分別為c1＝j(luò)-(w-1)/2＝0-2＝-2及c2＝j(luò)+(w+1)/2＝0+3＝3，有3個積分圖值sat(-2,-2)，sat(-2,3)，sat(3,-2)是無效的，行索引r1和列c1需要進行修正，預處理后的索引坐標為r1＝0，r2＝3，c1＝0，c2＝3，按順時針方向修正后的四個有效的積分圖值為sat(0,0)，sat(0,3)，sat(3,3)和sat(0,3)，于是，在i＝0，j＝0位置計算所得的積分圖值sum(0,0,5,5)＝(29+0-0-0)＝29，數(shù)據(jù)個數(shù)t(0,0,5,5)＝(3-0)×(3-0)＝9，該預設(shè)方形窗口對應的平均值mean(0,0,5,5)＝29/9＝3.22。再如，圖9中其它三個預設(shè)方形窗口的情形。圖9中左下角的預設(shè)方形窗口對應的三個積分圖值的索引出現(xiàn)越界，sat(7,-2)、sat(12,-2)、sat(12,3)積分圖值無效，在增廣積分圖中預處理后的索引坐標為r1＝7、r2＝10、c1＝0、c2＝3，平均值為(92+0-63-0)/(3×3)＝29/9＝3.22。圖9中右下角的預設(shè)方形窗口對應的三個積分圖值的索引出現(xiàn)越界，sat(7,12)、sat(12,12)、sat(12,7)積分圖值無效，在增廣積分圖中預處理后的索引坐標為r1＝0、r2＝3、c1＝7、c2＝10，平均值為(134+0-105-0)/(3×3)＝29/9＝3.22。圖9中右上角的預設(shè)方形窗口對應的三個積分圖值的索引出現(xiàn)越界，sat(-2,7)、sat(-2,12)、sat(3,12)積分圖值無效，在增廣積分圖中預處理后的索引坐標為r1＝7、r2＝10、c1＝7、c2＝10，平均值為(455+236-325-327)/9＝39/9＝4.33。

需要指出的是，當預設(shè)方框覆蓋的柵格單元數(shù)等于1，也即窗口的寬為1且長為1時，此時平均值即為原來輸入柵格數(shù)據(jù)對應焦元位置的值，只有當預設(shè)方框覆蓋的柵格單元數(shù)大于1時，計算平均值時才需要借助積分圖。

在計算預設(shè)方形窗口所覆蓋的柵格數(shù)據(jù)的和時，無論窗口是大是小，利用積分圖都歸結(jié)為四個積分圖值的加減法，比起直接對窗口內(nèi)的數(shù)值簡單相加求和，大大減少了運算次數(shù)，特別是窗口越大，計算效率更明顯。

正規(guī)化處理子模塊2042，用于根據(jù)所述正規(guī)化尺度參數(shù)對所述預設(shè)方形窗口的尺度進行正規(guī)化處理，以獲得每個所述預設(shè)方形窗口的正規(guī)化尺度大小。具體為，根據(jù)所述正規(guī)化尺度參數(shù)，利用公式：

st＝lt/l，

獲得每個所述預設(shè)方形窗口的正規(guī)化尺度大小。其中，t的取值可以是小于或等于m，且大于0的整數(shù)，m為預設(shè)方形窗口數(shù)量，st代表第t個預設(shè)方形窗口的正規(guī)化后的尺度大小，lt代表第t個預設(shè)方形窗口的尺度，l代表正規(guī)化尺度參數(shù)。約定lt大小為所述預設(shè)方形窗口面積的開方，也即wt代表第t個預設(shè)方形窗口的寬，ht代表第t個預設(shè)方形窗口的長。對正方形窗口，lt即為所述預設(shè)方框的邊長，也即lt＝wt＝ht。需要指出的是，在迭代模型中l(wèi)應大于1，否則迭代模型不收斂不能得到預期的精度要求；對于常規(guī)的非迭代模型，l可以等于1，從而得到更為簡化的局部奇異性模型。l的取值大小不影響局部奇異性指數(shù)余維數(shù)的期望值，但影響局部系數(shù)的估計期望值以及局部系數(shù)總體個別值預測區(qū)間。當正規(guī)化尺度取值為所有預設(shè)計算方框的尺寸的幾何平均值時，這使得局部系數(shù)在迭代過程中產(chǎn)生的估計誤差最小，可以減少迭代計算中的不確定性的傳遞。

奇異性模型擬合子模塊2043，用于根據(jù)所有的所述預設(shè)方形窗口對應的平均值及對應的所述正規(guī)化尺度大小，采用雙對數(shù)坐標系下的加權(quán)線性回歸方法，以獲得所述焦元位置所對應的局部奇異性指數(shù)余維數(shù)及局部系數(shù)，其中，所述加權(quán)線性回歸方法中各個樣本點對應的權(quán)重賦值為所述樣本點對應的所述預設(shè)方形窗口的平均值的平方。具體為對任一焦元(i,j)位置，多尺度下的均值及對應的尺度存在如下關(guān)系：

mean(i,j,wt,ht)＝c(i,j)st^-δα(i,j)，

其中，m為預設(shè)方形窗口數(shù)量。mean(i,j,wt,ht)為所述位于(i,j)第t個寬為wt長為ht的預設(shè)方形窗口對應的平均值，st表示第t個預設(shè)方形窗口對應的正規(guī)化尺度大小。δa(i,j)和c(i,j)為待定參數(shù)，分別稱為位于(i,j)的局部奇異性指數(shù)余維數(shù)和局部系數(shù)。

局部奇異性模型實質(zhì)為非線性的冪律模型，可選的，可以通過冪律模型轉(zhuǎn)換為雙對數(shù)坐標系下的加權(quán)線性回歸模型來獲得上述公式中所述的δa(i,j)和c(i,j)。冪律模型轉(zhuǎn)換為雙對數(shù)坐標系下的加權(quán)線性回歸模型可以提高δa(i,j)和c(i,j)的預測精度，同時又節(jié)省計算量，具體地，通過采用一種特殊的加權(quán)方式進行線性模型擬合來逼近原始冪律模型擬合的結(jié)果?；貧w模型形如：

yt(i，j)＝ln(c(i，j))+(-δa(i，j))×xt，

其中，t＝1,2,3...,m。xt＝ln(st)，yt＝ln(mean(i,j,wt,ht))，

(xt,yt)為第t個預設(shè)方形窗口對應的數(shù)據(jù)點。應用加權(quán)最小二乘法，使得二元函數(shù)其中wt為第t個預設(shè)方形窗口對應的數(shù)據(jù)點(xt,yt)的權(quán)重。對焦元在(i,j)位置處的加權(quán)回歸，為達到逼近原始冪律模型擬合效果。具體地，利用公式：

wt(i,j)＝[mean(i,j,wt,ht)]²，

獲取每個預設(shè)方形窗口對應的權(quán)重值。其中，wt(i,j)為第t個預設(shè)方形窗口在積分圖中對應焦元為(i,j)時對應的數(shù)據(jù)點(xt,yt)的權(quán)重，mean(i,j,wt,ht)為第t個預設(shè)方形窗口在積分圖中對應焦元為(i,j)時對應的平均值。在此加權(quán)方式下獲得兩個回歸參數(shù)，也即斜率p和截距q，于是可得δa(i,j)＝-p，c(i,j)＝e^q?？梢圆捎脷埐钇椒胶偷拇笮砼卸ㄏ鄬?yōu)劣，殘差平方和越小，說明擬合效果越好。殘差平方和的計算公式為：

其中，sse(i,j)為預設(shè)方形窗口對應焦元的索引為(i,j)時對應的殘差平方和。

以圖6為例，圖6所示4個不同尺度的預設(shè)方形窗口覆蓋于表1所示的柵格數(shù)據(jù)上，4個同心嵌套的預設(shè)計算方框的焦元行索引i＝3，列索引j＝3，對應的預設(shè)方形窗口尺度分別為1、3、5、7，尺度正規(guī)化參數(shù)l的推薦參考值為窗口尺度序列的幾何平均值，即本例中我們設(shè)置為近似值3，預設(shè)方形窗口對應的正規(guī)化尺度大小分別是0.3333、1.0000、1.6667及2.3333。正規(guī)化尺度大小的值在用戶進行參數(shù)設(shè)置后，可以預先計算好，在任意焦元位置處實施奇異性分析可以直接復用。根據(jù)增廣積分圖在行索引為3且列索引為3位置處可獲得各個窗口的平均值分別為34.00、9.33、6.88、4.82。圖6中的四個由小到大的預設(shè)方形窗口在雙坐標系下對應的數(shù)據(jù)點分別為(-1.0986,3.5264)，(0.0000,2.2332)，(0.5108,1.9286)及(0.8473,1.5728)。

用冪律模型直接進行非線性擬合時，在i＝3，j＝3位置處，局部奇異性指數(shù)余維數(shù)δα(3,3)＝1.0699，局部系數(shù)c(3,3)＝10.4569，殘差平方和sse(3,3)＝2.3232。

用雙對數(shù)坐標系下采用常規(guī)線性回歸方法時，可得，δα(3,3)＝0.9945，c(3,3)＝10.8024，sse(3,3)＝5.5322。

用雙對數(shù)坐標系下采用加權(quán)線性回歸方法時，圖6中四個尺度由小到達預設(shè)方形窗口對應權(quán)重賦值為分別為1156.0、87.0489、47.3344、23.2324，可得，δα(3,3)＝1.0548，c(3,3)＝10.6337，sse(3,3)＝2.8354。

從預設(shè)方形窗口對應焦元索引為(3,3)的局部奇異性分析結(jié)果表明，該位置處具有明顯的正奇異性，隨著尺度由大變小，局部鄰域中的平均值(例如代表某種物質(zhì)的密度或某種地質(zhì)過程的能量)越來越高，而且呈冪率增長。加權(quán)線性回歸方法所得的sse比常規(guī)線性回歸方法所得的sse更小，更加接近冪率模型非線性擬合所得的sse。但是非線性擬合法需要預先提供相對合理的初始值，通過迭代來不斷改進估值直至獲得最優(yōu)解，計算比較耗時。因此，本發(fā)明中提出使用雙對數(shù)坐標系下加權(quán)線性回歸方法來高效高精度地獲得局部奇異性指數(shù)余維數(shù)及局部系數(shù)的估計值。

獲得子模塊2044，用于所述預設(shè)方形窗口的中心同步遍歷每一個所述柵格數(shù)據(jù)的數(shù)據(jù)單元，并重復根據(jù)所有的所述預設(shè)方形窗口對應的平均值，與正規(guī)化尺度大小建立局部奇異性模型，以獲得所述柵格數(shù)據(jù)中每一個數(shù)據(jù)單元對應的局部奇異性指數(shù)余維數(shù)及局部系數(shù)，進而獲得所述局部系數(shù)柵格數(shù)據(jù)及所述奇異性指數(shù)余維數(shù)柵格數(shù)據(jù)。

迭代模塊205，用于重復對最新獲得的局部系數(shù)柵格數(shù)據(jù)進行積分圖構(gòu)置及所述局部奇異性模型建立的迭代處理，以獲得迭代后的局部系數(shù)柵格數(shù)據(jù)及迭代后的奇異性指數(shù)余維數(shù)柵格數(shù)據(jù)，直至所述迭代后的奇異性指數(shù)余維數(shù)柵格數(shù)據(jù)滿足預設(shè)條件或迭代次數(shù)達到預設(shè)次數(shù)。需要說明的是，預設(shè)條件為迭代后的奇異性指數(shù)余維數(shù)柵格數(shù)據(jù)的所有單元的數(shù)據(jù)的平方之和小于預設(shè)迭代精度。

在本實施例中，如圖9所示，迭代模塊205包括以下功能子模塊：

積分圖構(gòu)置子模塊2051，用于根據(jù)最新獲得的所述局部系數(shù)柵格數(shù)據(jù)構(gòu)置對應的積分圖。原理同積分圖構(gòu)置模塊203相同，在此不再贅述。

迭代子模塊2052，用于根據(jù)所述最新獲得的局部系數(shù)柵格數(shù)據(jù)對應的積分圖、所述預設(shè)方形窗口及預設(shè)的正規(guī)化尺度參數(shù)，建立局部奇異性模型，以獲得所述迭代后的局部系數(shù)柵格數(shù)據(jù)及迭代后的奇異性指數(shù)余維數(shù)柵格數(shù)據(jù)。

迭代子模塊2052，還用于判斷迭代后的所述奇異性指數(shù)余維數(shù)柵格數(shù)據(jù)是否滿足所述預設(shè)條件或所述迭代次數(shù)是否達到預設(shè)次數(shù)。

奇異性分析結(jié)果輸出模塊206，用于根據(jù)所述奇異性指數(shù)余維數(shù)柵格數(shù)據(jù)及每次迭代獲得的所述迭代后的奇異性指數(shù)余維數(shù)柵格數(shù)據(jù)，輸出所述迭代分析結(jié)果。

不失一般性，奇異性分析結(jié)果可以是以奇異性指數(shù)余維數(shù)柵格數(shù)據(jù)的形式輸出，具體地，根據(jù)所述奇異性指數(shù)余維數(shù)柵格數(shù)據(jù)及每次迭代獲得的所述迭代后的奇異性指數(shù)余維數(shù)柵格數(shù)據(jù)，利用公式：

獲得最終輸出的奇異性分析結(jié)果，其中，δα^*(i,j)為最終輸出奇異性指數(shù)余維數(shù)柵格數(shù)據(jù)中行索引為i，列索引為j位置的數(shù)值，n為迭代總次數(shù)，δαk(i,j)為第k次迭代后的奇異性指數(shù)余維數(shù)柵格數(shù)據(jù)中行索引為i，列索引為j位置的數(shù)值，當k＝0時，δαk(i,j)代表局部奇異性計算模塊204根據(jù)柵格數(shù)據(jù)獲得的所述奇異性指數(shù)余維數(shù)柵格數(shù)據(jù)中行索引為i，列索引為j的柵格值。當n為0時，意味著局部奇異性迭代模型退化為常規(guī)的非迭代模型。

不失一般性，奇異性分析結(jié)果可以是以奇異性指數(shù)柵格數(shù)據(jù)的形式輸出。利用一下公式：

獲得最終輸出的奇異性分析結(jié)果，其中，α^*(i,j)為最終輸出的奇異性分析結(jié)果即最終奇異性指數(shù)柵格數(shù)據(jù)中行索引為i，列索引為j位置的數(shù)值；e代表柵格數(shù)據(jù)的維數(shù)，在本實施例中采用的是二維的柵格數(shù)據(jù)，因此e取值為2；δαk(i,j)為第k次迭代后的奇異性指數(shù)余維數(shù)柵格數(shù)據(jù)中行索引為i，列索引為j位置的數(shù)值，當k＝0時，δαk(i,j)代表局部奇異性計算模塊204根據(jù)柵格數(shù)據(jù)獲得的所述奇異性指數(shù)余維數(shù)柵格數(shù)據(jù)中行索引為i，列索引為j的柵格值。

第二實施例

請參照圖10，圖10為本發(fā)明較佳實施例提供的一種柵格數(shù)據(jù)局部奇異性迭代分析方法的流程圖。所述方法包括：

步驟s101，預設(shè)參數(shù)。其中預設(shè)參數(shù)包括預設(shè)方形窗口的個數(shù)、每個預設(shè)方形窗口的尺度參數(shù)、預設(shè)方形窗口的正規(guī)化尺度參數(shù)、迭代精度及預設(shè)次數(shù)等。

在本發(fā)明實施例中，步驟s101可以由預設(shè)參數(shù)模塊201執(zhí)行。

步驟s102，獲得柵格數(shù)據(jù)。

在本發(fā)明實施例中，步驟s102可以由柵格數(shù)據(jù)輸入模塊202執(zhí)行。具體地，可以是獲取原始數(shù)據(jù)；判斷所述原始數(shù)據(jù)是否為柵格格式數(shù)據(jù)；當所述原始數(shù)據(jù)不是柵格格式，根據(jù)所述原始數(shù)據(jù)，利用空間插值模型生成所述柵格數(shù)據(jù)，其中，所述空間插值模型可以但不限于是距離平方反比插值模型、克立格空間插值模型等；當原始數(shù)據(jù)本身就是柵格數(shù)據(jù)時，需要繼續(xù)判斷其是否存在缺失數(shù)據(jù)，并在存在數(shù)據(jù)缺失的時候，采用距離平方反比插值、克立格等空間插值模型生成對缺失值進行估值，使得柵格數(shù)據(jù)各個位置都具有有效數(shù)值。對于連片較大范圍的缺失數(shù)據(jù)，插值具有較大的不確定性，同樣先進行插值，在完成局部奇異性分析后對所得計算結(jié)果中的原缺失值位置的結(jié)果設(shè)置為缺失值，這樣便于計算過程簡單化而不失一般性。

步驟s103，根據(jù)所述柵格數(shù)據(jù)構(gòu)置對應的積分圖。

在本發(fā)明實施例中，步驟s103可以由積分圖構(gòu)置模塊203執(zhí)行。如圖11所示，步驟s103包括以下子步驟：

子步驟s1031，創(chuàng)建初始增廣積分圖，其中，所述初始增廣積分圖為一空白矩陣，且所述初始增廣積分圖的行數(shù)比所述柵格數(shù)據(jù)多一行及所述初始增廣積分圖的列數(shù)比所述柵格數(shù)據(jù)多一列。

在本發(fā)明實施例中，步驟s1031可以由增廣積分圖創(chuàng)建子模塊2031執(zhí)行。

子步驟s1032，將所述初始增廣積分圖的首行及首列均預置數(shù)值為零的積分圖值。

在本發(fā)明實施例中，步驟s1032可以由增廣積分圖構(gòu)置子模塊2032執(zhí)行。首行的行索引為0，首列的列索引為0。

子步驟s1033，填充所述初始增廣積分圖。具體地，根據(jù)所述柵格數(shù)據(jù)，利用公式：

sat(i,j)＝ρ(i-1,j-1)+sat(i-1,j)+sat(i,j-1)-sat(i-1,j-1)，

填充所述初始增廣積分圖除了0行及0列以外的其他單元的積分圖值，以構(gòu)置所述增廣積分圖，其中sat(i,j)表示所述增廣積分圖行索引為i且列索引為j的積分圖值，ρ(i-1,j-1)代表所述柵格數(shù)據(jù)中行索引為(i-1)且列索引為(j-1)的柵格值，sat(i-1,j)代表所述增廣積分圖行索引為(i-1)且列索引為j的積分圖值，sat(i,j-1)代表所述增廣積分圖行索引為i且列索引為(j-1)的積分圖值，sat(i-1,j-1)代表所述增廣積分圖行索引為(i-1)且列索引為(j-1)的積分圖值，i和j均為大于或等于1的整數(shù)。

在本發(fā)明實施例中，步驟s1033可以由增廣積分圖構(gòu)置子模塊2032執(zhí)行。

步驟s104，根據(jù)所述積分圖、多個尺度各不相同且同中心的預設(shè)方形窗口及預設(shè)的正規(guī)化尺度參數(shù)，建立局部奇異性模型，以獲得局部系數(shù)柵格數(shù)據(jù)和奇異性指數(shù)余維數(shù)柵格數(shù)據(jù)。

在本發(fā)明實施例中，步驟s104可以由局部奇異性計算模塊204執(zhí)行。如圖12所示，步驟s104包括以下子步驟：

子步驟s1041，根據(jù)所述預設(shè)方形窗口及所述積分圖，計算每個所述預設(shè)方形窗口所覆蓋的所述柵格數(shù)據(jù)的平均值，其中，所有的所述預設(shè)方形窗口在柵格數(shù)據(jù)對應的焦元位置相同，所述焦元為所述預設(shè)方形窗口中心對應的所述柵格數(shù)據(jù)的數(shù)據(jù)單元。

本發(fā)明實施例中，子步驟s1041可以由窗口平均值計算子模塊2041執(zhí)行。具體為，根據(jù)所述預設(shè)方形窗口、所述預設(shè)方形窗口對應的所述焦元位置及積分圖，利用公式：

sum(i,j,w,h)＝sat(r2,c2)+sat(r1,c1)-sat(r1,c2)-sat(r2,c1)、

及

計算所述預設(shè)方形窗口所覆蓋的所述柵格數(shù)據(jù)的和，其中，sum(i,j,w,h)代表寬為w且長為h的所述預設(shè)方形窗口在所對應的焦元為所述柵格數(shù)據(jù)中行索引為i且列索引為j的數(shù)據(jù)單元時所覆蓋的所述柵格數(shù)據(jù)的和，r1及r2為在所述增廣積分圖獲取積分圖值的行索引，c1及c2為在所述增廣積分圖中獲取積分圖值的列索引，sat(r2,c2)為所述增廣積分圖在行索引為r2列索引為c2處的積分圖值，sat(r1,c1)為所述增廣積分圖在行索引為r1列索引為c1處的積分圖值，sat(r1,c2)為所述增廣積分圖在行索引為r1列索引為c2處的積分圖值，sat(r2,c1)為所述增廣積分圖在行索引為r2列索引為c1處的積分圖值；對預設(shè)方形窗口在增廣積分圖中對應的四個積分圖值所涉及四個坐標，即行索引r1，r2和列索引c1，c2，按如下四種情形對索引進行修正：

①行索引r1<0，則行索引修改為0，也即r1＝0；

②列索引c1<0，則列索引修改為0，也即c1＝0；

③行索引r2大于柵格數(shù)據(jù)總行數(shù)m，則行索引r2修改為m，也即r2＝m；

④列索引c2大于柵格數(shù)據(jù)列數(shù)n，則列索引c2修改為n，也即c2＝n。

統(tǒng)計所述預設(shè)計算方框內(nèi)覆蓋的所述柵格數(shù)據(jù)的個數(shù)，根據(jù)公式：

t(i,j,w,h)＝w×h，或

t(i,j,w,h)＝(r2-r1)×(c2-c1)

其中，mean(i,j,w,h)代表寬為w且長為h的所述預設(shè)計算方框在所對應的焦元為所述柵格數(shù)據(jù)中行索引為i且列索引為j的數(shù)據(jù)單元時所覆蓋的所述柵格數(shù)據(jù)的個數(shù)。當r1，r2∈[0,m]且c1，c2∈[0,n]時，使用公式t(i,j,w,h)＝w×h；當r1、r2、c1、c2中至少有一個被預處理修正過，則使用公式t(i,j,w,h)＝(r2-r1)×(c2-c1)。

然后，根據(jù)所述預設(shè)方形窗口所覆蓋的所述柵格數(shù)據(jù)的和及所述柵格數(shù)據(jù)的個數(shù)，計算所述預設(shè)方形窗口所覆蓋的所述柵格數(shù)據(jù)的平均值。

子步驟s1042，根據(jù)所述正規(guī)化尺度參數(shù)對所述預設(shè)方形窗口的尺度進行正規(guī)化處理，以獲得每個所述預設(shè)方形窗口的正規(guī)化尺度大小。

本發(fā)明實施例中，子步驟s1042可以由正規(guī)化處理子模塊2042執(zhí)行。

子步驟s1043，根據(jù)所有的所述預設(shè)方形窗口對應的平均值及對應的所述正規(guī)化尺度大小，建立局部奇異性模型。具體為，采用雙對數(shù)坐標系下的加權(quán)線性回歸方法，以獲得所述焦元位置所對應的局部奇異性指數(shù)余維數(shù)及局部系數(shù)，其中，所述加權(quán)線性回歸方法中各個樣本點對應的權(quán)重賦值為所述樣本點對應的所述預設(shè)方形窗口的平均值的平方。

本發(fā)明實施例中，子步驟s1043可以由奇異性模型擬合子模塊2043執(zhí)行。

子步驟s1044，獲得所述局部系數(shù)柵格數(shù)據(jù)及所述奇異性指數(shù)余維數(shù)柵格數(shù)據(jù)。具體地，所述預設(shè)方形窗口的中心同步遍歷每一個所述柵格數(shù)據(jù)的數(shù)據(jù)單元，并重復根據(jù)所有的所述預設(shè)方形窗口對應的平均值及正規(guī)化尺度大小建立局部奇異性模型，以獲得所述柵格數(shù)據(jù)中每一個數(shù)據(jù)單元對應的局部奇異性指數(shù)余維數(shù)及局部系數(shù)，進而獲得所述局部系數(shù)柵格數(shù)據(jù)及所述奇異性指數(shù)余維數(shù)柵格數(shù)據(jù)。

本發(fā)明實施例中，子步驟s1044可以由獲得子模塊2044執(zhí)行。

步驟s105，重復對最新獲得的局部系數(shù)柵格數(shù)據(jù)進行積分圖構(gòu)置及所述局部奇異性模型建立的迭代處理，以獲得迭代后的局部系數(shù)柵格數(shù)據(jù)及迭代后的奇異性指數(shù)余維數(shù)柵格數(shù)據(jù)，直至所述迭代后的奇異性指數(shù)余維數(shù)柵格數(shù)據(jù)滿足預設(shè)條件或迭代次數(shù)達到預設(shè)次數(shù)。

在本發(fā)明實施例中，步驟s105可以由迭代模塊205執(zhí)行。如圖13所示，步驟s105包括以下子步驟：

子步驟s1051，根據(jù)最新獲得的所述局部系數(shù)柵格數(shù)據(jù)構(gòu)置對應的積分圖。

在本發(fā)明實施例中，子步驟s1051可以由積分圖構(gòu)置子模塊2051執(zhí)行。

子步驟s1052，根據(jù)所述最新獲得的局部系數(shù)柵格數(shù)據(jù)對應的積分圖及所述預設(shè)方形窗口及預設(shè)的正規(guī)化尺度參數(shù)，建立局部奇異性模型，以獲得所述迭代后的局部系數(shù)柵格數(shù)據(jù)及迭代后的奇異性指數(shù)余維數(shù)柵格數(shù)據(jù)。

在本發(fā)明實施例中，子步驟s1052可以由迭代子模塊2052執(zhí)行。

步驟s1053，判斷迭代后的所述奇異性指數(shù)余維數(shù)柵格數(shù)據(jù)是否滿足所述預設(shè)條件或所述迭代次數(shù)是否達到預設(shè)次數(shù)。當?shù)蟮乃銎娈愋灾笖?shù)余維數(shù)柵格數(shù)據(jù)滿足所述預設(shè)條件和/或所述迭代次數(shù)達到預設(shè)次數(shù)，結(jié)束迭代，流程進入s106。當?shù)蟮乃銎娈愋灾笖?shù)余維數(shù)柵格數(shù)據(jù)不滿足所述預設(shè)條件且所述迭代次數(shù)未達到預設(shè)次數(shù)，則重復對迭代后最新獲得的所述局部系數(shù)柵格數(shù)據(jù)進行迭代，即流程回到s1051，重復對最新獲得的局部系數(shù)柵格數(shù)據(jù)進行迭代。

在本發(fā)明實施例中，步驟s1053可以由迭代子模塊2052執(zhí)行。

步驟s106，根據(jù)所述奇異性指數(shù)余維數(shù)柵格數(shù)據(jù)及每次迭代獲得的所述迭代后的奇異性指數(shù)余維數(shù)柵格數(shù)據(jù)，輸出所述迭代分析結(jié)果。

在本發(fā)明實施例中，步驟s106可以由轉(zhuǎn)換模塊206執(zhí)行。

綜上所述，本發(fā)明提供本發(fā)明提供一種柵格數(shù)據(jù)局部奇異性迭代分析方法及裝置。其中，所述方法包括：獲得柵格數(shù)據(jù)。根據(jù)所述柵格數(shù)據(jù)構(gòu)置對應的積分圖。根據(jù)所述積分圖、多個尺度各不相同且同中心的預設(shè)方形窗口及預設(shè)的正規(guī)化尺度參數(shù)，建立局部奇異性模型，以獲得局部系數(shù)柵格數(shù)據(jù)和奇異性指數(shù)余維數(shù)柵格數(shù)據(jù)。重復對最新獲得的局部系數(shù)柵格數(shù)據(jù)進行積分圖構(gòu)置及所述局部奇異性模型建立的迭代處理，以獲得迭代后的局部系數(shù)柵格數(shù)據(jù)及迭代后的奇異性指數(shù)余維數(shù)柵格數(shù)據(jù)，直至所述迭代后的奇異性指數(shù)余維數(shù)柵格數(shù)據(jù)滿足預設(shè)條件或迭代次數(shù)達到預設(shè)次數(shù)。根據(jù)所述奇異性指數(shù)余維數(shù)柵格數(shù)據(jù)及每次迭代獲得的所述迭代后的奇異性指數(shù)余維數(shù)柵格數(shù)據(jù)，輸出所述迭代分析結(jié)果。以實現(xiàn)從海量地學數(shù)據(jù)中獲得更準確的局部奇異性指數(shù)余維數(shù)，同時還提高了對海量的地學數(shù)據(jù)的分析速度。

以上所述，僅為本發(fā)明的具體實施方式，但本發(fā)明的保護范圍并不局限于此，任何熟悉本技術(shù)領(lǐng)域的技術(shù)人員在本發(fā)明揭露的技術(shù)范圍內(nèi)，可輕易想到變化或替換，都應涵蓋在本發(fā)明的保護范圍之內(nèi)。因此，本發(fā)明的保護范圍應所述以權(quán)利要求的保護范圍為準。