[发明专利]基于熵-子区中位数滤波提取氡浓度异常的方法和系统

说明书

基于信息熵‑子区中位数衬值滤波提取土壤氡浓度异常区域的方法，涉及铀矿资源勘探技术领域，将信息熵与子区中位数衬值滤波图像处理技术相结合，构建函数关系模型，根据函数关系模型确定大、小窗口的参数值，用与所述参数值相对应的大、小窗口对土壤氡浓度等值线图作子区中位数衬值滤波处理，根据子区中位数衬值滤波结果，提取对应的土壤氡浓度异常区域；本发明还提出了一种基于信息熵‑子区中位数衬值滤波提取土壤氡浓度异常区域的系统。本发明避免了人为经验因素导致子区中位数衬值滤波数据处理结果存在不确定性的问题，保证了子区中位数衬值滤波对异常区域识别的准确度，能为圈定铀矿勘探位置和矿化范围提供有价值的参考依据。

技术领域

本发明涉及铀矿勘探技术领域，特别涉及一种基于信息熵-子区中位数衬值滤波提取土壤氡浓度异常区域的方法和系统。

背景技术

随着核能在能源结构的比重增加，对铀资源的需求越来越大，促进了铀矿资源的勘探与开发。

子区中位数衬值滤波法是在EDA(勘查数据分析)技术和滤波技术的基础上建立的无需对原始数据作处理而提取异常信息的一种化学勘探数据处理方法，常用于1:20万、1:5万等金属矿床地球化学弱小异常提取。需要指出的是，子区中位数衬值滤波法(SAMCF)数据处理对工作经验要求较高，例如在目前的工作实践中，子区中位数衬值滤波大、小窗口的参数选择就在很大程度上是依据工作人员的经验，不同大、小窗口条件下子区中位数衬值滤波法获取的正、负异常分布范围不同，异常信息提取区域存在不确定性。

发明内容

本发明的目的之一是提供一种基于信息熵-子区中位数衬值滤波提取土壤氡浓度异常区域的方法，以解决依赖工作经验选择大、小窗口参数而导致异常信息提取区域存在不确定性的问题。

为解决上述技术问题，本发明采用如下技术方案：基于信息熵- 子区中位数衬值滤波提取土壤氡浓度异常区域的方法，按下式确定子区中位数衬值滤波中大、小窗口参数比值：

S(m/n)|_min＝∫_m/n(-1)×P(i)×lnP(i) (1)；

式(1)中，m为大窗口的参数值，n为小窗口的参数值，m/n为大、小窗口的参数比，S(m/n)|_min为大、小窗口的参数比为m/n时所对应的子区中位数衬值滤波图像的最小信息熵值，P(i)为大窗口参数值为m、小窗口参数值为n的条件下所对应的子区中位数衬值滤波图像灰度化后第i级灰度出现的概率；

根据式(1)所确定的参数比值确定大、小窗口的参数值，用与所述参数值相对应的大、小窗口对土壤氡浓度等值线图作子区中位数衬值滤波处理，根据子区中位数衬值滤波结果，提取对应的土壤氡浓度异常区域。

进一步来说，还包括测量土壤氡浓度，形成土壤氡浓度等值线图的步骤。

进一步来说，还包括采用参数值为m的大窗口、参数值为n的小窗口对土壤氡浓度等值线图作子区中位数衬值滤波处理并对子区中位数衬值滤波结果作灰度化处理的步骤。

进一步来说，在将相应的子区中位数衬值滤波结果灰度化处理后，还包括确定该子区中位数衬值滤波图像灰度化后第i级灰度出现概率的步骤。

进一步来说，按下式确定相应的子区中位数衬值滤波图像灰度化后第i级灰度出现概率：

P(i)＝N(i)/N (2)；

式(2)中，P(i)为该子区中位数衬值滤波图像灰度化后第i级灰度出现的概率；N(i)为该子区中位数衬值滤波图像灰度化后第i级灰度出现的总次数；N为该子区中位数衬值滤波图像灰度化后像素总数目。

基于上述提取土壤氡浓度异常区域的方法，本发明还提出一种基于信息熵-子区中位数衬值滤波提取土壤氡浓度异常区域的系统，采用的技术方案如下，该系统包括：