1.本技术涉及海底监测技术领域，尤其涉及一种海底电缆状态监测数据压缩方法、装置及电子设备。
背景技术：2.随着跨海、跨河电力和通信方面的需求不断扩增，以及海底电缆本身所具备的质量好、可靠性高、使用寿命长、维护工作量小等优点，海底电缆传输的应用越来越广泛。由于布设在极其复杂特殊的环境中，其机械和电气性能经常受到威胁。其中，造成海底电缆故障的原因主要有：由于海水冲刷或腐蚀可能引起的海缆的点蚀、破裂或穿孔；渔业捕捞、航运和海洋施工作业等对海缆造成的破坏；海地地震、潮汐、洋流等环境因素对海缆构成的威胁。因此实时监测海底电缆的磨损、绝缘劣化、漏电、接地故障、断电等状态信息，及时发现故障隐患并进行故障诊断，对于保障海底电缆健康状态具有重要的意义。
3.分布式声传感系统是一种利用光纤作为传感敏感元件和传输信号介质的传感系统，不仅具有普通光纤传感技术的优点——如体积小、抗电磁干扰、耐高温腐蚀等，而且可以实时探测光纤沿线长距离、分布式、实时性、高灵敏性的动态应变。因此常应用于许多安全、安保、完整性相关的监控中，例如电力行业、石油管道、军事国防、地震波检测、民用工程的结构健康监测等领域。
4.海底电缆内部冗余的复合单模光纤正好可作为应用分布式光纤传感技术的传感器，利用分布式声传感技术实现对海底电缆的在线状态监测。但是，由于海底电缆的布设环境复杂、测量距离长等特点，传感光纤容易受到环境噪声的影响。一般来说，采集到的数据中包含的大部分信号都是冗余的，有用的目的信号往往只占很小的比例，而这些噪声会对信号产生一定的干扰，降低声波信号的质量，同时对后续的计算也会产生一定的误差，浪费大量的时间和内存，处理这些无效信息会降低传感系统的效率。因此，在一定程度上，需要对有效振动信号进行筛选，缩减数据量以减少存储空间，从而减小噪声的干扰，提高系统传输、存储和处理效率。由此可见，对海量的海底电缆的状态监测数据的有用信息的提取，减少冗余数据方法的实用性和必要性。
5.现有的类似此类的时序数据的冗余处理方法多是旨在频域、时域上的多特征参数融合的端点检测方法，例如时域的时间序列的能量、过零率、自相关等特征、频域的倒谱距离、频带方差、谱熵特征等。对单通道的数据处理，主要是在时间上的关联信息进行提取，对数据进行一个初步的去噪处理，并将冗余的无扰动区域给筛选出来，进而压缩数据的容量。
6.但是上述方法存在以下问题：分布式声传感系统内存占用高，信号处理系统负荷大，并且数据处理的效率低。
技术实现要素：7.本技术的目的旨在至少在一定程度上解决上述的技术问题之一。
8.为此，本发明的第一个目的在于提出一种海底电缆状态监测数据压缩方法，能够
减少分布式声传感系统内存的占用、信号处理系统的负荷，以及提高后续数据处理的效率。
9.本技术的第二个目的在于提出一种海底电缆状态监测数据压缩装置。
10.本技术的第三个目的在于提出一种电子设备。
11.本技术的第四个目的在于提出一种计算机可读存储介质。
12.为达到上述目的，本技术第一方面实施例提出了一种海底电缆状态监测数据压缩方法，所述方法包括：获取一段时空的扰动光纤信号对应的二维矩阵图像；筛除属于噪声片段的二维矩阵图像，并保留包含振动信息的非噪声帧图像；对所述非噪声帧图像进行去噪处理；将经过去噪处理后的非噪声帧图像转换为二值图像；依次对所述二值图像进行开运算处理和闭运算处理，并获取处理后的二值图像；对所述处理后的二值图像进行连通域标记；提取每个标记后的连通域对应的原始数据片段。
13.可选的，筛除属于噪声片段的二维矩阵图像，并保留包含振动信息的非噪声帧图像，包括：
14.基于公式一计算出所述二维矩阵图像的短时平均能量，公式一：其中，e(x)为短时平均能量，m为时间，n为同一时刻海底电缆不同位置的分布式光纤传感器的n个采样数据；
15.基于公式二获取所述二维矩阵图像的背景噪声能量，公式二：e
noise
＝u
noiseenoise
+(1-u
noise
)e，其中，e
noise
为背景噪声能量，e为上一噪声帧的总能量，u
noise
为调节因子；
16.根据所述短时平均能量和所述背景噪声能量筛除属于噪声片段的二维矩阵图像。
17.可选的，对所述非噪声帧图像进行去噪处理，包括：
18.基于公式三对所述非噪声帧图像进行去噪处理，公式三：其中，w为加权系数，自适应滤波器工作窗口为s
×
s，权值矩阵大小与工作窗口相同，xm×n为非噪声帧图像，y(m,n)为自适应滤波输出值。
19.可选的，方法还包括：
20.对所述自适应滤波输出值的加权系数w进行迭代更新。
21.可选的，对所述自适应滤波输出值的加权系数w进行迭代更新，包括：
22.基于公式四计算自适应滤波器的估计误差，公式四：ej(m,n)＝d(m,n)-y(m,n)，其中，ej(m,n)为估计误差，d(m,n)为期望响应，y(m,n)为自适应滤波输出值；
23.根据所述估计误差，基于公式五迭代更新所述加权系数w，公式五：根据所述估计误差，基于公式五迭代更新所述加权系数w，公式五：其中，l,k＝0,1,
…
,s-1，u为收敛因子，a为预设参数，0《a《1。
24.可选的，将经过去噪处理后的非噪声帧图像转换为二值图像，包括：
25.计算出所述去噪处理后的非噪声帧图像的阈值；
26.根据所述阈值将所述去噪处理后的非噪声帧图像转换为二值图像。
27.可选的，计算出所述去噪处理后的非噪声帧图像的阈值，包括：
28.获取所述去噪处理后的非噪声帧图像的直方图和整体灰度平均值u，其中，所述直方图表示图像中各个灰度级的像素点个数的分布；
29.根据所述直方图确定每个灰度级所占的概率pi＝hi/h，其中，hi为该灰度级i所占的像素个数，h为图像中的总像素个数，pi为概率值；
30.设定阈值k，并根据所述阈值k将所述去噪处理后的非噪声帧图像分为a和b两个区域；
31.分别计算出a区域和b区域对应的灰度概率p(a)和p(b)，其中，p(a)＝ha/h，p(b)＝hb/h，ha为灰度级在小于等于灰度阈值k的a区域所占的像素个数，hb为灰度级在大于灰度阈值k的b区域所占的像素个数，h为图像中的总像素个数；
32.根据公式六计算出所述去噪处理后的非噪声帧图像的最佳阈值，公式六：根据公式六计算出所述去噪处理后的非噪声帧图像的最佳阈值，公式六：其中，为最佳阈值，p(a)为a区域的期望，p(b)为b区域的期望，ua为a区域的平均灰度值，ub为b区域的平均灰度值。
33.可选的，对所述处理后的二值图像进行连通域标记，包括：
34.逐行扫描所述处理后的二值图像，并对每一行中连通的区域利用标签号(1,2,3
…
n)进行标记；
35.当访问到当前像素点为白色时，如果所述当前像素点的邻域像素点的灰度值均为黑色，则为所述当前像素点标记新的标签号；如果所述当前像素点的邻域像素点中有白色像素点，则将该白色像素点标记为最小标签号，所述最小标签号为邻域中的白色像素点的最小标签号；
36.记录所述邻域像素点中每个标签之间的相等关系，并建立等价表；
37.对所述处理后的二值图像进行第二次扫描，将等价的标签转换为等价表中的最小标签，使得标签等价的像素点映射为从1开始的连通域。
38.可选的，方法还包括：
39.在提取每个标记后的连通域对应的原始数据片段之后，将所述原始数据片段转换为日志格式并存储。
40.本技术实施例的海底电缆状态监测数据压缩方法，能够减少分布式声传感系统内存的占用、信号处理系统的负荷，以及提高后续数据处理的效率。
41.为达到上述目的，本技术第二方面实施例提出了一种海底电缆状态监测数据压缩装置，所述装置包括：获取模块，用于获取一段时空的扰动光纤信号对应的二维矩阵图像；筛除模块，用于筛除属于噪声片段的二维矩阵图像，并保留包含振动信息的非噪声帧图像；去噪模块，用于对所述非噪声帧图像进行去噪处理；转换模块，用于将经过去噪处理后的非噪声帧图像转换为二值图像；运算模块，用于依次对所述二值图像进行开运算处理和闭运算处理，并获取处理后的二值图像；标记模块，用于对所述处理后的二值图像进行连通域标记；提取模块，用于提取每个标记后的连通域对应的原始数据片段。
42.可选的，所述筛除模块用于：
43.基于公式一计算出所述二维矩阵图像的短时平均能量，公式一：其中，e(x)为短时平均能量，m为时间，n为同一时刻海底电缆不同位置的分布式光纤传感器的n个采样数据；
44.基于公式二获取所述二维矩阵图像的背景噪声能量，公式二：e
noise
＝u
noiseenoise
+(1-u
noise
)e，其中，e
noise
为背景噪声能量，e为上一噪声帧的总能量，u
noise
为调节因子；
45.根据所述短时平均能量和所述背景噪声能量筛除属于噪声片段的二维矩阵图像。
46.可选的，所述去噪模块用于：
47.基于公式三对所述非噪声帧图像进行去噪处理，公式三：其中，w为加权系数，自适应滤波器工作窗口为s
×
s，权值矩阵大小与工作窗口相同，xm×n为非噪声帧图像，y(m,n)为自适应滤波输出值。
48.可选的，装置还包括：
49.迭代更新模块，用于对所述自适应滤波输出值的加权系数w进行迭代更新。
50.可选的，所述迭代更新模块用于：
51.基于公式四计算自适应滤波器的估计误差，公式四：ej(m,n)＝d(m,n)-y(m,n)，其中，ej(m,n)为估计误差，d(m,n)为期望响应，y(m,n)为自适应滤波输出值；
52.根据所述估计误差，基于公式五迭代更新所述加权系数w，公式五：根据所述估计误差，基于公式五迭代更新所述加权系数w，公式五：其中，l,k＝0,1,
…
,s-1，u为收敛因子，a为预设参数，0《a《1。
53.可选的，所述转换模块用于：
54.计算出所述去噪处理后的非噪声帧图像的阈值；
55.根据所述阈值将所述去噪处理后的非噪声帧图像转换为二值图像。
56.可选的，所述转换模块，具体用于：
57.获取所述去噪处理后的非噪声帧图像的直方图和整体灰度平均值u，其中，所述直方图表示图像中各个灰度级的像素点个数的分布；
58.根据所述直方图确定每个灰度级所占的概率pi＝hi/h，其中，hi为该灰度级i所占的像素个数，h为图像中的总像素个数，pi为概率值
59.设定阈值k，并根据所述阈值k将所述去噪处理后的非噪声帧图像分为a和b两个区域；
60.分别计算出a区域和b区域对应的灰度概率p(a)和p(b)，其中，p(a)＝ha/h，p(b)＝hb/h，ha为灰度级在小于等于灰度阈值k的a区域所占的像素个数，hb为灰度级在大于灰度阈值k的b区域所占的像素个数，h为图像中的总像素个数；
61.根据公式六计算出所述去噪处理后的非噪声帧图像的最佳阈值，公式六：根据公式六计算出所述去噪处理后的非噪声帧图像的最佳阈值，公式六：其中，为最佳阈值，p(a)为a区域的期望，p(b)为b区域的期望，ua为a区域的平均灰度值，ub为b区域的平均灰度值。
62.可选的，所述标记模块用于：
63.逐行扫描所述处理后的二值图像，并对每一行中连通的区域利用标签号(1,2,3
…
n)进行标记；
64.当访问到当前像素点为白色时，如果所述当前像素点的邻域像素点的灰度值均为黑色，则为所述当前像素点标记新的标签号；如果所述当前像素点的邻域像素点中有白色像素点，则将该白色像素点标记为最小标签号，所述最小标签号为邻域中的白色像素点的最小标签号；
65.记录所述邻域像素点中每个标签之间的相等关系，并建立等价表；
66.对所述处理后的二值图像进行第二次扫描，将等价的标签转换为等价表中的最小标签，使得标签等价的像素点映射为从1开始的连通域。
67.可选的，装置还包括：
68.存储模块，用于在提取每个标记后的连通域对应的原始数据片段之后，将所述原始数据片段转换为日志格式并存储。
69.本技术实施例的海底电缆状态监测数据压缩装置，能够减少分布式声传感系统内存的占用、信号处理系统的负荷，以及提高后续数据处理的效率。
70.为达到上述目的，本技术第三方面实施例提出了电子设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现本技术第一方面实施例所述的海底电缆状态监测数据压缩方法。
71.为达到上述目的，本技术第四方面实施例提出了一种计算机可读存储介质，所述计算机程序被处理器执行时实现本技术第一方面实施例所述的海底电缆状态监测数据压缩方法。
72.本技术附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本技术的实践了解到。
附图说明
73.图1是本技术一个实施例的海底电缆状态监测数据压缩方法的流程图；
74.图2是本技术一个实施例的二维矩阵图像的示意图；
75.图3是筛除二维矩阵图像中的噪声片段，并生成非噪声帧图像的流程图；
76.图4是对自适应滤波输出值的加权系数w进行迭代更新的流程图；
77.图5是滤波后的图像的示意图；
78.图6是计算出去噪处理后的非噪声帧图像的阈值的流程图；
79.图7是二值图像的示意图；
80.图8是处理后的二值图像的示意图；
81.图9是对处理后的二值图像进行连通域标记的流程图；
82.图10是第一次扫描建立的连通域标签的示意图；
83.图11是根据等价表将各个连通域赋予相应等价表中的最小标签号的示意图；
84.图12是将连通域的标签号映射到从1开始的连续区域的示意图；
85.图13是数据压缩后的图像的示意图；
86.图14是本技术另一个实施例的海底电缆状态监测数据压缩方法的流程图；
87.图15是本技术一个实施例的海底电缆状态监测数据压缩装置的结构示意图；
88.图16是本技术另一个实施例的海底电缆状态监测数据压缩装置的结构示意图；
89.图17是本技术又一个实施例的海底电缆状态监测数据压缩装置的结构示意图。
具体实施方式
90.需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
91.以下结合具体实施例对本发明作进一步详细描述，这些实施例不能理解为限制本发明所要求保护的范围。
92.图1是本技术一个实施例的海底电缆状态监测数据压缩方法的流程图。需要说明的是，本技术实施例的海底电缆状态监测数据压缩方法可应用于本技术实施例的海底电缆状态监测数据压缩装置，该装置可配置在电子设备上。其中，在本发明的实施例中，该电子设备可以是pc机或移动终端(例如手机、平板电脑、pad、个人数字助理等具有各种操作系统的硬件设备)。
93.如图1所示，该海底电缆状态监测数据压缩方法包括：
94.s1，获取一段时空的扰动光纤信号对应的二维矩阵图像。
95.具体地，可取一段时空的扰动光纤信号组成如图2所示的二维矩阵图像，该二维矩阵图像的横轴表示在同一时刻海底电缆不同位置的分布式光纤传感器的采样数据，而纵轴表示时间轴。
96.s2，筛除属于噪声片段的二维矩阵图像，并保留包含振动信息的非噪声帧图像。
97.在本技术的一个实施例中，如图3所示，筛除属于噪声片段的二维矩阵图像，具体可包括：
98.s21，基于公式一计算出二维矩阵图像的短时平均能量。
99.公式一：其中，e(x)为短时平均能量，m为时间，n为同一时刻海底电缆不同位置的分布式光纤传感器的n个采样数据。
100.s22，基于公式二获取二维矩阵图像的背景噪声能量。
101.公式二：e
noise
＝u
noiseenoise
+(1-u
noise
)e，其中，e
noise
为背景噪声能量，e为上一噪声帧的总能量，u
noise
为调节因子。
102.具体来说，可设定一个初始阈值初步筛选出噪声片段。为使背景噪声的短时能量估计值e
noise
(背景噪声能量)能够适应噪声的变化，采用一个平滑处理的过程。通过实时地检测，e
noise
利用已经检测过的上一噪声帧能量进行更新，即利用公式二进行更新。
103.s23，根据短时平均能量和背景噪声能量筛除属于噪声片段的二维矩阵图像。
104.计算出短时平均能量e(x)和背景噪声能量e
noise
，以背景噪声能量e
noise
为当前阈值筛选出噪声帧图像与非噪声帧图像，从而保留非噪声帧图像。
105.s3，对非噪声帧图像进行去噪处理。
106.具体地，可基于公式三对非噪声帧图像进行去噪处理。
107.公式三：其中，w为加权系数，自适应滤波器工作窗口为s
×
s，权值矩阵大小与工作窗口相同，xm×n为非噪声帧图像，y(m,n)为自适应滤波输出值。
108.在本技术的一个实施例中，还可以对自适应滤波输出值的加权系数w进行迭代更新。具体地，可如图4所示，包括：
109.s31，基于公式四计算自适应滤波器的估计误差。
110.公式四：ej(m,n)＝d(m,n)-y(m,n)，其中，ej(m,n)为估计误差，d(m,n)为期望响应，y(m,n)为自适应滤波输出值。
111.s32，根据估计误差，基于公式五迭代更新加权系数w。
112.公式:五其中，表示自适应滤波器窗口内的信号片段的能量，l,k＝0,1,
…
,s-1。u为收敛因子，其值影响算法收敛速度和估计误差。a为预设参数，a的作用在于避免范数过小导致步长值过大，0《a《1。
113.举例来说，可初始化自适应滤波器的加权系数设为w0，非噪声帧图像为xm×n。经过j次迭代更新之后的加权系数为wj，基于公式三就可以计算出对应的y(m,n)，进而对非噪声帧图像进行去噪处理，获得如图5所示滤波后的图像。
114.后续可迭代更新第j+1次对应的加权系数w
j+1
，实现迭代更新。
115.s4，将经过去噪处理后的非噪声帧图像转换为二值图像。
116.具体地，可使用最大类间方差法计算出去噪处理后的非噪声帧图像的阈值，然后根据阈值将去噪处理后的非噪声帧图像转换为二值图像。
117.其中，计算出去噪处理后的非噪声帧图像的阈值，如图6所示，包括：
118.s41，获取去噪处理后的非噪声帧图像的直方图和整体灰度平均值u。
119.其中，直方图表示图像中各个灰度级的像素点个数的分布
120.s42，根据所述直方图确定每个灰度级所占的概率pi＝hi/h。
121.其中，hi为该灰度级i所占的像素个数，h为图像中的总像素个数，pi为概率值。
122.s43，设定阈值k，并根据阈值k将去噪处理后的非噪声帧图像分为a和b两个区域。
123.s44，分别计算出a区域和b区域对应的灰度概率p(a)和p(b)。
124.其中，p(a)＝ha/h，p(b)＝hb/h，ha为灰度级在小于等于灰度阈值k的a区域所占的像素个数，hb为灰度级在大于灰度阈值k的b区域所占的像素个数，h为图像中的总像素个数。
125.如图7所示，a区域为白色像素点，b区域为黑色像素点。
126.s45，根据公式六计算出去噪处理后的非噪声帧图像的最佳阈值。
127.公式六：其中，为最佳阈值，p(a)为a区域的期望，p(b)为b区域的期望，ua为a区域的平均灰度值，ub为b区域的平均灰度值。
128.s5，依次对二值图像进行开运算处理和闭运算处理，并获取处理后的二值图像。
129.其中，开运算处理为先腐蚀再膨胀，闭运算处理为先膨胀再腐蚀。膨胀的作用是将与目标区域相接触的背景合并到该目标物中，使目标边界向外扩张；腐蚀则是消除目标图形的部分边界点，使其边界向内部收缩。
130.具体地，对二值图像先进行开运算处理，再进行闭运算处理，从而消除如图7中所示的孤立点以及填充孔洞，生成如图8所示的处理后的二值图像。
131.s6，对处理后的二值图像进行连通域标记。
132.对处理后的二值图像进行连通域标记，即找出二值图像中具有相同像素值且位置相邻的像素点组成的图像区域并进行标记。通过设置面积阈值，将孤立的小面积的连通域去除，进而更有效的去除冗余信息。
133.具体地，如图9所示，对处理后的二值图像进行连通域标记，包括：
134.s61，逐行扫描所述处理后的二值图像，并对每一行中连通的区域利用标签号(1,2,3
…
n)进行标记。
135.s62，当访问到当前像素点为白色时，如果所述当前像素点的邻域像素点的灰度值
均为黑色，则为所述当前像素点标记新的标签号；如果所述当前像素点的邻域像素点中有白色像素点，则将该白色像素点标记为最小标签号。
136.其中，所述最小标签号为邻域中的白色像素点的最小标签号
137.具体来说，访问到当前白色像素点时，若该扫描点的邻域像素(该像素点的上、下、左、右、左上角、左下角、右上角、右下角)值均为0，则赋予该白色像素点新的标签号；若邻域内有白色像素点，则认为它们连通的，将邻域中的白色像素点中最小标签号赋予给该扫描点，作为其标签号。
138.s63，记录当前白色像素点的邻域像素点中每个标签之间的相等关系，并建立等价表。
139.将当前白色像素点邻域中的各个白色像素点的标签保存在一个数组，从而建立各个标签之间的等价关系，即标签等价表。
140.s64，对处理后的二值图像进行第二次扫描，将等价的标签转换为等价表中的最小标签，使得标签等价的像素点映射为从1开始的连通域。
141.将等价表中的等价的标签都转换成其等价表中最小的标签号，最后实现连通成分中的各像素点的标签号相同，且标签映射到一个从1开始的连通域。
142.举例来说，第一次扫描建立的连通域标签可如图10所示；然后根据等价表[1,2],[3,5]将各个连通域赋予相应等价表中的最小标签号，如图11所示；最后将连通域的标签号映射到从1开始的连续区域，如图12所示。
[0143]
s7，提取每个标记后的连通域对应的原始数据片段。
[0144]
提取每个标记后的连通域对应的原始数据片段，其对应的图像即为如图13所示的数据压缩后的图像。
[0145]
考虑实际应用中，分布式光纤传感系统采集的海底电缆状态数据是多通道的海量数据，而大部分传感通道对应的电缆位置并不存在故障，因此该方法通过对提取信号转换到基于时间空间二维数据，以图像的方式对其进行处理，提高数据处理的时效性，将二维图像进行压缩，将噪声信号、无关信号等筛除，尽可能保留有效的状态信号，进而减少数据的冗余和存储空间。
[0146]
本技术实施例的海底电缆状态监测数据压缩方法，能够减少分布式声传感系统内存的占用、信号处理系统的负荷，以及提高后续数据处理的效率。
[0147]
在本技术的另一个实施例中，如图14所示，方法还包括：
[0148]
s8，在提取每个标记后的连通域对应的原始数据片段之后，将原始数据片段转换为日志格式并存储。
[0149]
本技术在分布式光纤声传感系统基础上，针对海底电缆在复杂环境中各类扰动信号的发生机制和特点，提出了一种结合归一化自适应最小均方差滤波方法和二值形态学方法的有效信号片段检测方法。在不丢失有用信息的情况下，实现数据压缩，能为海底电缆的安全监控提供准确的信号识别,并进行安全警戒。本技术针对有效信号进行检测时，在尽可能的保留有效数据的基础上,去除了大量无关的噪声干扰数据，保证了海量的时序数据的写入存储读取的实时性。
[0150]
为实现上述目的，本技术还提出一种海底电缆状态监测数据压缩装置。
[0151]
图15是本技术一个实施例的海底电缆状态监测数据压缩装置的结构示意图。
[0152]
如图15所示，该装置可以包括：获取模块710、筛除模块720、去噪模块730、转换模块740、运算模块750、标记模块760以及提取模块770。
[0153]
获取模块710，用于获取一段时空的扰动光纤信号对应的二维矩阵图像。
[0154]
筛除模块720，用于筛除属于噪声片段的二维矩阵图像，并保留包含振动信息的非噪声帧图像。
[0155]
其中，筛除模块720用于：
[0156]
基于公式一计算出二维矩阵图像的短时平均能量，公式一：其中，e(x)为短时平均能量，m为时间，n为同一时刻海底电缆不同位置的分布式光纤传感器的n个采样数据；
[0157]
基于公式二获取二维矩阵图像的背景噪声能量，公式二：e
noise
＝u
noiseenoise
+(1-u
noise
)e，其中，e
noise
为背景噪声能量，e为上一噪声帧的总能量，u
noise
为调节因子；
[0158]
根据短时平均能量和背景噪声能量筛除属于噪声片段的二维矩阵图像。
[0159]
去噪模块730，用于对非噪声帧图像进行去噪处理。
[0160]
去噪模块730用于：
[0161]
基于公式三对非噪声帧图像进行去噪处理，公式三：基于公式三对非噪声帧图像进行去噪处理，公式三：其中，w为加权系数，自适应滤波器工作窗口为s
×
s，权值矩阵大小与工作窗口相同，xm×n为非噪声帧图像，y(m,n)为自适应滤波输出值。
[0162]
转换模块740，用于将经过去噪处理后的非噪声帧图像转换为二值图像。
[0163]
转换模块740具体用于：计算出去噪处理后的非噪声帧图像的阈值；根据阈值将去噪处理后的非噪声帧图像转换为二值图像。
[0164]
转换模块740，具体用于：
[0165]
获取去噪处理后的非噪声帧图像的直方图和整体灰度平均值u，其中，所述直方图表示图像中各个灰度级的像素点个数的分布；
[0166]
根据所述直方图确定每个灰度级所占的概率pi＝hi/h。其中，hi为该灰度级i所占的像素个数，h为图像中的总像素个数，pi为概率值。
[0167]
设定阈值k，并根据阈值k将去噪处理后的非噪声帧图像分为a和b两个区域；
[0168]
分别计算出a区域和b区域对应的期望p(a)和p(a)＝ha/h，其中，p(a)＝ha/h，p(b)＝hb/h，ha为灰度级在小于等于灰度阈值k的a区域所占的像素个数，hb为灰度级在大于灰度阈值k的b区域所占的像素个数，h为图像中的总像素个数。
[0169]
根据公式六计算出去噪处理后的非噪声帧图像的最佳阈值，公式六：根据公式六计算出去噪处理后的非噪声帧图像的最佳阈值，公式六：其中，为最佳阈值，p(a)为a区域的期望，p(b)为b区域的期望，ua为a区域的平均灰度值，ub为b区域的平均灰度值。
[0170]
运算模块750，用于依次对二值图像进行开运算处理和闭运算处理，并获取处理后的二值图像。
[0171]
标记模块760，用于对处理后的二值图像进行连通域标记。
[0172]
标记模块760用于：
[0173]
逐行扫描所述处理后的二值图像，并对每一行中连通的区域利用标签号(1,2,3
…
n)进行标记；
[0174]
当访问到当前像素点为白色时，如果当前像素点的邻域像素点的灰度值均为黑色，则为当前像素点标记新的标签号；如果当前像素点的邻域像素点中有白色像素点，则将该白色像素点标记为最小标签号，所述最小标签号为邻域中的白色像素点的最小标签号；
[0175]
记录邻域像素点中每个标签之间的相等关系，并建立等价表；
[0176]
对处理后的二值图像进行第二次扫描，将等价的标签转换为等价表中的最小标签，使得标签等价的像素点映射为从1开始的连通域。
[0177]
提取模块770，用于提取每个标记后的连通域对应的原始数据片段。
[0178]
本技术实施例的海底电缆状态监测数据压缩装置，能够减少分布式声传感系统内存的占用、信号处理系统的负荷，以及提高后续数据处理的效率。
[0179]
在本技术的另一个实施例中，如图16所示，装置还包括迭代更新模块780。
[0180]
迭代更新模块780，用于对自适应滤波输出值的加权系数w进行迭代更新。
[0181]
迭代更新模块780用于：
[0182]
基于公式四计算自适应滤波器的估计误差，公式四：ej(m,n)＝d(m,n)-y(m,n)，其中，ej(m,n)为估计误差，d(m,n)为期望响应，y(m,n)为自适应滤波输出值；
[0183]
根据估计误差，基于公式五迭代更新加权系数w，公式五：根据估计误差，基于公式五迭代更新加权系数w，公式五：其中，表示自适应滤波器窗口内的信号片段的能量，l,k＝0,1,
…
,s-1，u为收敛因子，a为预设参数，0《a《1。
[0184]
在本技术的又一个实施例中，如图17所示，装置还包括存储模块790。
[0185]
存储模块790，用于在提取每个标记后的连通域对应的原始数据片段之后，将原始数据片段转换为日志格式并存储。
[0186]
为实现上述目的，本技术还提出一种电子设备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时，实现如第一方面实施例的海底电缆状态监测数据压缩方法。
[0187]
为实现上述目的，本技术还提出计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现如第一方面实施例的海底电缆状态监测数据压缩方法。
[0188]
需要说明的是，本发明上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的
程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、rf(射频)等等，或者上述的任意合适的组合。
[0189]
在一些实施方式中，客户端、服务器可以利用诸如http(hypertext transfer protocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“lan”)，广域网(“wan”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。
[0190]
上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。
[0191]
上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取至少两个网际协议地址；向节点评价设备发送包括所述至少两个网际协议地址的节点评价请求，其中，所述节点评价设备从所述至少两个网际协议地址中，选取网际协议地址并返回；接收所述节点评价设备返回的网际协议地址；其中，所获取的网际协议地址指示内容分发网络中的边缘节点。
[0192]
或者，上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：接收包括至少两个网际协议地址的节点评价请求；从所述至少两个网际协议地址中，选取网际协议地址；返回选取出的网际协议地址；其中，接收到的网际协议地址指示内容分发网络中的边缘节点。
[0193]
可以以一种或多种程序设计语言或其组合来编写用于执行本发明的操作的计算机程序代码，上述程序设计语言包括但不限于面向对象的程序设计语言—诸如java、smalltalk、c++，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(lan)或广域网(wan)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
[0194]
附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
[0195]
描述于本发明实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，单元的名称在某种情况下并不构成对该单元本身的限定，例如，第一获取单元还可以被描述为“获取至少两个网际协议地址的单元”。
[0196]
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例
如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、片上系统(soc)、复杂可编程逻辑设备(cpld)等等。
[0197]
在本发明的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
[0198]
以上描述仅为本发明的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本发明中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本发明中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
[0199]
此外，虽然采用特定次序描绘了各操作，但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本发明的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地，在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
[0200]
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。
技术特征：1.一种海底电缆状态监测数据压缩方法，其特征在于，包括：获取一段时空的扰动光纤信号对应的二维矩阵图像；筛除属于噪声片段的二维矩阵图像，并保留包含振动信息的非噪声帧图像；对所述非噪声帧图像进行去噪处理；将经过去噪处理后的非噪声帧图像转换为二值图像；依次对所述二值图像进行开运算处理和闭运算处理，并获取处理后的二值图像；对所述处理后的二值图像进行连通域标记；提取每个标记后的连通域对应的原始数据片段。2.根据权利要求1所述的方法，其特征在于，筛除属于噪声片段的二维矩阵图像，并保留包含振动信息的非噪声帧图像，包括：基于公式一计算出所述二维矩阵图像的短时平均能量，公式一：其中，e(x)为短时平均能量，m为时间，n为同一时刻海底电缆不同位置的分布式光纤传感器的n个采样数据；基于公式二获取所述二维矩阵图像的背景噪声能量，公式二：e
noise
＝u
noise
e
noise
+(1-u
noise
)e，其中，e
noise
为背景噪声能量，e为上一噪声帧的总能量，u
noise
为调节因子；根据所述短时平均能量和所述背景噪声能量筛除属于噪声片段的二维矩阵图像。3.根据权利要求1所述的方法，其特征在于，对所述非噪声帧图像进行去噪处理，包括：基于公式三对所述非噪声帧图像进行去噪处理，公式三：其中，w为加权系数，自适应滤波器工作窗口为s
×
s，权值矩阵大小与工作窗口相同，x
m
×
n
为非噪声帧图像，y(m,n)为自适应滤波输出值。4.根据权利要求3所述的方法，其特征在于，还包括：对所述自适应滤波输出值的加权系数w进行迭代更新。5.根据权利要求4所述的方法，其特征在于，对所述自适应滤波输出值的加权系数w进行迭代更新，包括：基于公式四计算自适应滤波器的估计误差，公式四：e
j
(m,n)＝d(m,n)-y(m,n)，其中，e
j
(m,n)为估计误差，d(m,n)为期望响应，y(m,n)为自适应滤波输出值；根据所述估计误差，基于公式五迭代更新所述加权系数w，公式五：根据所述估计误差，基于公式五迭代更新所述加权系数w，公式五：其中，l,k＝0,1,
…
,s-1，u为收敛因子，a为预设参数，0<a<1。6.根据权利要求1所述的方法，其特征在于，将经过去噪处理后的非噪声帧图像转换为二值图像，包括：计算出所述去噪处理后的非噪声帧图像的阈值；根据所述阈值将所述去噪处理后的非噪声帧图像转换为二值图像。7.根据权利要求6所述的方法，其特征在于，计算出所述去噪处理后的非噪声帧图像的阈值，包括：获取所述去噪处理后的非噪声帧图像的直方图和整体灰度平均值u，其中，所述直方图表示图像中各个灰度级的像素点个数的分布；
根据所述直方图确定每个灰度级所占的概率p
i
＝h
i
/h，其中，h
i
为该灰度级i所占的像素个数，h为图像中的总像素个数，p
i
为概率值；设定灰度阈值k，并根据所述阈值k将所述去噪处理后的非噪声帧图像分为a和b两个区域；分别计算出a区域和b区域对应的灰度概率p(a)和p(b)，其中，p(a)＝h
a
/h，p(b)＝h
b
/h，h
a
为灰度级在小于等于灰度阈值k的a区域所占的像素个数，h
b
为灰度级在大于灰度阈值k的b区域所占的像素个数，h为图像中的总像素个数；根据公式六计算出所述去噪处理后的非噪声帧图像的最佳阈值，公式六：根据公式六计算出所述去噪处理后的非噪声帧图像的最佳阈值，公式六：其中，为最佳阈值，p(a)为a区域的像素点数占总像素点数的概率值，p(b)为b区域的像素点数占总像素点数的概率值，u
a
为a区域的平均灰度值，u
b
为b区域的平均灰度值。8.根据权利要求1所述的方法，其特征在于，对所述处理后的二值图像进行连通域标记，包括：逐行扫描所述处理后的二值图像，并对每一行中连通的区域利用标签号(1,2,3
…
n)进行标记；当访问到当前像素点为白色时，如果所述当前像素点的邻域像素点的灰度值均为黑色，则为所述当前像素点标记新的标签号；如果所述当前像素点的邻域像素点中有白色像素点，则将该白色像素点标记为最小标签号，所述最小标签号为邻域中的白色像素点的最小标签号；记录所述邻域像素点中每个标签之间的相等关系，并建立等价表；对所述处理后的二值图像进行第二次扫描，将等价的标签转换为等价表中的最小标签，使得标签等价的像素点映射为从1开始的连通域。9.根据权利要求1所述的方法，其特征在于，还包括：在提取每个标记后的连通域对应的原始数据片段之后，将所述原始数据片段转换为日志格式并存储。10.一种海底电缆状态监测数据压缩装置，其特征在于，包括：获取模块，用于获取一段时空的扰动光纤信号对应的二维矩阵图像；筛除模块，用于筛除属于噪声片段的二维矩阵图像，并保留包含振动信息的非噪声帧图像；去噪模块，用于对所述非噪声帧图像进行去噪处理；转换模块，用于将经过去噪处理后的非噪声帧图像转换为二值图像；运算模块，用于依次对所述二值图像进行开运算处理和闭运算处理，并获取处理后的二值图像；标记模块，用于对所述处理后的二值图像进行连通域标记；提取模块，用于提取每个标记后的连通域对应的原始数据片段。11.根据权利要求10所述的装置，其特征在于，所述筛除模块用于：基于公式一计算出所述二维矩阵图像的短时平均能量，公式一：其中，e(x)为短时平均能量，m为时间，n为同一时刻海底电缆不同位置的分布式光纤传感器
的n个采样数据；基于公式二获取所述二维矩阵图像的背景噪声能量，公式二：e
noise
＝u
noise
e
noise
+(1-u
noise
)e，其中，e
noise
为背景噪声能量，e为上一噪声帧的总能量，u
noise
为调节因子；根据所述短时平均能量和所述背景噪声能量筛除属于噪声片段的二维矩阵图像。12.根据权利要求10所述的装置，其特征在于，所述去噪模块用于：基于公式三对所述非噪声帧图像进行去噪处理，公式三：其中，w为加权系数，自适应滤波器工作窗口为s
×
s，权值矩阵大小与工作窗口相同，x
m
×
n
为非噪声帧图像，y(m,n)为自适应滤波输出值。13.根据权利要求12所述的装置，其特征在于，还包括：迭代更新模块，用于对所述自适应滤波输出值的加权系数w进行迭代更新。14.根据权利要求13所述的装置，其特征在于，所述迭代更新模块用于：基于公式四计算自适应滤波器的估计误差，公式四：e
j
(m,n)＝d(m,n)-y(m,n)，其中，e
j
(m,n)为估计误差，d(m,n)为期望响应，y(m,n)为自适应滤波输出值；根据所述估计误差，基于公式五迭代更新所述加权系数w，公式五：根据所述估计误差，基于公式五迭代更新所述加权系数w，公式五：其中，l,k＝0,1,
…
,s-1，u为收敛因子，a为预设参数，0<a<1。15.根据权利要求10所述的装置，其特征在于，所述转换模块用于：计算出所述去噪处理后的非噪声帧图像的阈值；根据所述阈值将所述去噪处理后的非噪声帧图像转换为二值图像。16.根据权利要求15所述的装置，其特征在于，所述转换模块，具体用于：获取所述去噪处理后的非噪声帧图像的直方图和整体灰度平均值u，其中，所述直方图表示图像中各个灰度级的像素点个数的分布；根据所述直方图确定每个灰度级所占的概率p
i
＝h
i
/h，其中，h
i
为该灰度级i所占的像素个数，h为图像中的总像素个数，p
i
为概率值；设定阈值k，并根据所述阈值k将所述去噪处理后的非噪声帧图像分为a和b两个区域；分别计算出a区域和b区域对应的灰度概率p(a)和p(b)，其中，p(a)＝h
a
/h，p(b)＝h
b
/h，h
a
为灰度级在小于等于灰度阈值k的a区域所占的像素个数，h
b
为灰度级在大于灰度阈值k的b区域所占的像素个数，h为图像中的总像素个数；根据公式六计算出所述去噪处理后的非噪声帧图像的最佳阈值，公式六：根据公式六计算出所述去噪处理后的非噪声帧图像的最佳阈值，公式六：其中，为最佳阈值，p(a)为a区域的期望，p(b)为b区域的期望，u
a
为a区域的平均灰度值，u
b
为b区域的平均灰度值。17.根据权利要求10所述的装置，其特征在于，所述标记模块用于：逐行扫描所述处理后的二值图像，并对每一行中连通的区域利用标签号(1,2,3
…
n)进行标记；当访问到当前像素点为白色时，如果所述当前像素点的邻域像素点的灰度值均为黑色，则为所述当前像素点标记新的标签号；如果所述当前像素点的邻域像素点中有白色像
素点，则将该白色像素点标记为最小标签号，所述最小标签号为邻域中的白色像素点的最小标签号；记录所述邻域像素点中每个标签之间的相等关系，并建立等价表；对所述处理后的二值图像进行第二次扫描，将等价的标签转换为等价表中的最小标签，使得标签等价的像素点映射为从1开始的连通域。18.根据权利要求10所述的装置，其特征在于，还包括：存储模块，用于在提取每个标记后的连通域对应的原始数据片段之后，将所述原始数据片段转换为日志格式并存储。19.一种电子设备，其特征在于，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现如权利要求1至9中任一项所述的海底电缆状态监测数据压缩方法。20.一种计算机可读存储介质，其上存储有计算机程序，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9中任一项所述的海底电缆状态监测数据压缩方法。
技术总结本申请公开了一种海底电缆状态监测数据压缩方法、装置及电子设备。其中，该方法包括：获取一段时空的扰动光纤信号对应的二维矩阵图像；筛除属于噪声片段的二维矩阵图像，并保留包含振动信息的非噪声帧图像；对非噪声帧图像进行去噪处理；将经过去噪处理后的非噪声帧图像转换为二值图像；依次对二值图像进行开运算处理和闭运算处理，并获取处理后的二值图像；对处理后的二值图像进行连通域标记；提取每个标记后的连通域对应的原始数据片段。本申请实施例的海底电缆状态监测数据压缩方法、装置及电子设备，能够减少分布式声传感系统内存的占用、信号处理系统的负荷，以及提高后续数据处理的效率。据处理的效率。据处理的效率。
技术研发人员：任彦忠 彭飞 马驰 刘源 董军
受保护的技术使用者：四川大学
技术研发日：2022.04.22
技术公布日：2022/7/5
