一种基于图像处理的分布式光纤传感海量目标数据筛选方法

一种基于图像处理的分布式光纤传感海量目标数据筛选方法，该方法通过将时空二维振动信号映射为灰度图像，利用多模态融合技术，结合轻量化卷积神经网络实现高效分类，并引入动态增量学习机制与空间传播衰减校正算法，解决传统方法特征表征单一、模型更新滞后及定位精度不足的问题。该方法适用于周界安防、管道监测及地质灾害预警等领域，能够对复杂环境干扰下的海量振动数据进行实时筛选与目标识别。本发明通过信号图像化表征突破传统时频域分析局限，显著提升相似事件的区分能力，同时依托动态模型优化技术降低误报率与运维成本，结合空间校正算法有效抑制光纤衰减对定位精度的影响，为分布式光纤传感系统的智能化升级提供可靠的技术支撑。