一种地震信号监测方法及装置

技术领域

本申请涉及信号监测领域，尤其涉及一种地震信号监测方法及装置。

背景技术

地震包括天然地震和人工激发地震。目前多采用振幅信息表征该地震产生的信号，或以振幅信息为基础得到的速度信息表征该地震产生的信号。在确定振幅信息时，首先需要采集地层的震动特征，进而基于该震动特征，确定对应的振幅信息和速度等。目前用于采集地层的震动特征的检波器包括动圈式检波器和数字检波器，确定对应的振幅信息。该动圈式检波器如图1A所示，包括采集物理信号的线圈，该线圈响应于地震的物理信号进行震动，从而形成电流电压电容等电信号，进而基于该电信号确定对应的振幅信息。此外，由于一个线圈和一个芯片只能用于确定一个方向的振幅信息，那么要确定三维空间中三个方向的振幅信息时，则需要配备三个采集物理信号的线圈或三个对应的芯片。该数字检波器如图1B所示，包括三个芯片，一个芯片用于确定三维空间中一个方向的振幅信息。

如何通过一个采集物理信号的物品，确定三维空间中的三个方向的振幅信息，以降低资源浪费的是现有技术中亟需解决的问题。

发明内容

本申请的目的是提供一种地震信号监测方法及装置，以解决如何通过一个采集物理信号的物品，确定三维空间中的三个方向的振幅信息的问题，从而实现降低资源浪费。

本申请的上述目的可采用下列技术方案来实现：

本申请提供了一种地震信号监测方法，包括：针对多个采集时刻，采集震动响应物的多个变化图像，所述采集时刻与所述变化图像相关联；利用位移处理模型，对所述多个变化图像分别进行处理，得到与所述多个采集时刻中每个采集时刻分别对应的三维空间的第一位移数据、第二位移数据和第三位移数据；以及根据与所述每个采集时刻分别对应的所述第一位移数据、所述第二位移数据和所述第三位移数据，确定与所述每个采集时刻分别对应的振幅信息集合，其中，所述变化图像包括所述震动响应物响应于地震信号发生变化的图像。

在一些实施例中，所述利用位移处理模型，对所述多个变化图像分别进行处理，得到与所述多个采集时刻中每个采集时刻分别对应的第一位移数据、第二位移数据和第三位移数据包括：从所述多个变化图像中，确定初始图像和多个震动图像；以及根据所述多个震动图像包括的第一震动响应物区域与所述初始图像包括的第二震动响应物区域的图像差异，确定与所述多个变化图像中每个变化图像分别对应的所述第一位移数据、所述第二位移数据和所述第三位移数据。

在一些实施例中，所述利用位移处理模型，对所述多个变化图像分别进行处理，得到与所述多个采集时刻中每个采集时刻分别对应的第一位移数据、第二位移数据和第三位移数据包括：将所述多个变化图像分别输入训练后的三向位移确定模型，得到与所述每个变化图像关联的每个采集时刻分别对应的所述第一位移数据、所述第二位移数据和所述第三位移数据。

在一些实施例中，所述训练后的三向位移确定模型的训练过程包括：利用预设三向位移确定模型，针对训练样本集合包括的多个训练变化图像进行处理，得到多个预测样本三向位移数据集合；以及根据所述多个预测样本三向位移数据集合和所述训练样本集合包括的多个标签之间的差值，对所述预设三向位移确定模型进行训练，以得到所述训练后的三向位移确定模型，其中，所述预测样本三向位移数据集合包括预测样本第一位移数据、预测样本第二位移数据和预测样本第三位移数据，所述标签包括样本第一位移数据、样本第二位移数据和样本第三位移数据。

在一些实施例中，所述训练样本集合的构建过程包括：获取与一个变化方向对应的多个第一样本振幅信息；针对所述多个第一样本振幅信息中的每个第一样本振幅信息分别进行扩展处理，得到所述多个样本第一位移数据、所述多个样本第二位移数据和所述多个样本第三位移数据；获取初始训练变化图像；以及根据所述多个样本第一位移数据、所述多个样本第二位移数据和所述多个样本第三位移数据，针对所述初始训练变化图像进行处理，得到所述多个训练变化图像。

在一些实施例中，所述针对所述多个第一样本振幅信息中的每个第一样本振幅信息分别进行扩展处理，得到所述多个样本第一位移数据、所述多个样本第二位移数据和所述多个样本第三位移数据包括：根据三个变化方向的振幅信息之间的映射关系，针对所述每个第一样本振幅信息分别进行处理，得到多个第二样本振幅信息和多个第三样本振幅信息；以及针对所述多个第一样本振幅信息、多个第二样本振幅信息和多个第三样本振幅信息进行样本扩充和归一化处理，得到所述多个样本第一位移数据、所述多个样本第二位移数据和所述多个样本第三位移数据。

在一些实施例中，所述获取与所述第一样本振幅信息对应的初始训练变化图像包括：获取所述多个变化图像；针对所述多个变化图像中每个变化图像进行整体边界识别，并基于所述整体边界，针对所述多个变化图像中的每个变化图像进行裁剪，得到多个裁剪变化图像；以及根据与所述多个裁剪变化图像中每个裁剪变化图像相似的裁剪变化图像的数量值，从所述多个裁剪变化图像中确定所述初始训练变化图像。

在一些实施例中，所述根据所述多个样本第一位移数据、所述多个样本第二位移数据和所述多个样本第三位移数据，针对所述初始训练变化图像进行处理，得到所述多个训练变化图像包括：针对所述初始训练变化图像进行震动响应物边界识别，并从所述初始训练变化图像中去除所述震动响应物边界包括的子图像，得到目标初始训练变化图像；根据所述多个样本第一位移数据、所述多个样本第二位移数据和所述多个样本第三位移数据，将所述子图像进行变化处理，得到多个目标子图像；以及将所述多个目标子图像中的每个目标子图像分别与所述目标初始训练变化图像进行拼接，得到所述多个训练变化图像。

本申请还提供了一种地震信号监测装置，包括：箱体；震动响应物，所述震动响应物设置于所述箱体内部，所述震动响应物在所述箱体传递的地震信号的作用下进行运动；以及摄像模组，所述摄像模组设置于所述箱体内部朝向所述震动响应物，以采集所述震动响应物运动产生的变化图像。

在一些实施例中，所述地震信号监测装置还包括刻度尺框，所述刻度尺框设置于所述箱体内部与所述箱体固定连接，所述震动响应物设置于所述刻度尺框内部。

在一些实施例中，所述地震信号监测装置还包括标尺，所述标尺与所述震动响应物贴合连接。

在一些实施例中，所述震动响应物包括质量块和弹性部件，所述质量块通过所述弹性部件与所述箱体弹性连接。

在一些实施例中，所述质量块包括光源，所述光源发射的光束始终落入所述摄像模组采集的所述变化图像内。

在一些实施例中，所述震动响应物包括多个弹性物。

在一些实施例中，所述多个弹性物分别具有不同的质量。

在一些实施例中，所述震动响应物包括流体。

在一些实施例中，所述地震信号监测装置还包括尾椎机构，所述尾椎机构设置于所述箱体外部，所述尾椎机构与所述箱体固定连接，以增加所述箱体与地层的耦合度。

在一些实施例中，所述地震信号监测装置还包括配重块，以调整所述箱体重心，使得所述箱体重心保持在所述箱体的垂直中心线上。

在一些实施例中，所述地震信号监测装置还包括电源机构，所述电源机构设置于所述箱体内部，以给所述摄像模组供电。

在一些实施例中，所述地震信号监测装置还包括电源机构，所述电源机构设置于所述箱体内部，以给所述摄像模组和所述光源供电。

本申请的特点及优点是：

通过针对每个采集时刻，采集一个用于采集物理信号的震动响应物的多个变化图像，并针对该多个变化图像进行数据运算，以确定和每个变化图像对应的三维空间的第一位移数据、第二位移数据和第三位移数据，进而确定振幅信息集合。从而简单、快速和准确地仅根据包括震动响应物的变化图像，即可确定三维空间的第一位移数据、第二位移数据和第三位移数据，无需使用三个震动响应物和三个对应的摄像采集装置以确定三维空间的第一位移数据、第二位移数据和第三位移数据，降低了资源的浪费，提高了三维空间的第一位移数据、第二位移数据和第三位移数据之间的相对一致性。

针对地震信号监测装置，由于摈弃了电磁线圈，可以选用任意可以响应于地震信号进行震动的任意震动响应物，使得该地震信号监测装置的可选择性更高。此外，在该震动响应物为流体或弹性物等时，可以采集得到更宽频带的信号。在震动响应物包括弹性部件和质量块时，该震动响应物的震动响应完全由弹性部件的弹性系数和质量块的重量决定，不受任何电磁干扰，信号信噪比更高，使得确定的振幅信号集合的准确度更高。再者，由于直接根据采集得到的变化图像计算振幅信息，不需要以各种电信号为中介，由此对地震信号振幅的反映更加真实，即信号的保真度更高，且降低成本。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1A为现有技术中动圈式三分量检波器的结构示意图；

图1B为现有技术中数字三分量检波器的结构示意图；

图2为本申请实施例的一种地震信号监测方法的实施系统示意图；

图3为本申请实施例的一种地震信号监测方法的流程图；

图4为本申请实施例的一种确定位移数据方法流程图；

图5A为本申请另一实施例的一种确定位移数据方法流程图；

图5B为本申请实施例的初始训练变化图像的示意图；

图6为本申请实施例的一种地震信号监测装置的结构示意图；

图7为本申请另一实施例的一种地震信号监测装置的结构示意图；

图8为本申请实施例的一种地震信号监测装置的主视图；

图9A为本申请另一实施例的一种地震信号监测装置的结构示意图；

图9B为本申请另一实施例的一种地震信号监测装置的结构示意图；

图10为本申请实施例的一种计算机设备的结构示意图。

【附图标记说明】：

111、X轴线圈；

112、Y轴线圈；

113、Z轴线圈；

121、X轴芯片；

122、Y轴芯片；

123、Z轴芯片；

210、电子设备；

220、数据库；

230、训练后的三向位移确定模型；

240、采集终端；

250、振幅信息集合；

260、变化图像；

501、多个变化图像；

502、多个位移数据集合；

511、多个第一样本振幅信息；

512、多个样本位移数据集合；

520、训练样本集合；

531、预设三向位移确定模型；

532、训练后的三向位移确定模型；

5011、初始训练变化图像；

5012、整体边界；

5013、子图像；

610、箱体；

620、震动响应物；

630、摄像模组；

740、刻度尺框；

721、质量块；

722、弹性部件；

822、弹性部件；

823、标尺；

840、刻度尺框；

910、箱体；

921、质量块；

922、弹性部件；

930、摄像模组；

940、刻度尺框；

950、配重块；

960、电源机构；

970、尾椎机构；

1002、计算机设备；

1004、处理设备；

1006、存储资源；

1008、驱动机构；

1010、输入/输出模块；

1012、输入设备；

1014、输出设备；

1016、呈现设备；

1018、图形用户接口；

1020、网络接口；

1022、通信链路；

1024、通信总线。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、装置、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

图1A为现有技术中动圈式三分量检波器的结构示意图，图1B为现有技术中数字三分量检波器的结构示意图。

目前，采用的地震检波器例如可以为动圈式检波器，该动圈式检波器包括用于确定三维空间中三个方向的振幅的三个线圈。具体地，该三个线圈包括X轴线圈111、Y轴线圈112和Z轴线圈113。X轴线圈111例如可以为检测地震SV波的传播方向的振幅的线圈。Y轴线圈112例如可以为检测地震SH波的传播方向的振幅的线圈。Z轴线圈113例如可以为检测地震P波的传播方向的振幅的线圈。

采用的地震检波器例如还可以为数字检波器，该数字检波器包括用于确定三维空间中三个方向的振幅的三个芯片，具体地，该三个芯片包括X轴芯片121、Y轴芯片122和Z轴芯片123。X轴芯片121例如可以为检测地震垂直平面内横波(SV波)的传播方向的振幅的芯片。Y轴芯片122例如可以为检测地震平行平面内横波(SH波)的传播方向的振幅的芯片。Z轴芯片123例如可以为检测地震纵波(P波)的传播方向的振幅的芯片。

由于不论动圈式检波器还是数字检波器，均需要三个确定三维空间中三个方向的振幅信息的震动响应物，从而致使资源浪费。

图2为本申请实施例的一种地震信号监测方法的实施系统示意图，可以包括电子设备210和数据库220。

电子设备210例如可以为通过网络访问数据库220。数据库220中可以存储有多个训练变化图像，和与每个训练变化图像对应的标签。该标签包括样本第一位移数据、样本第二位移数据和样本第三位移数据。

在一实施例中，该电子设备210可以从数据库220中读取具有标签的训练变化图像，将读取的训练变化图像作为样本来对预设三向位移确定模型进行训练。预设三向位移确定模型用于对每个训练变化图像进行处理，得到与该每个训练变化图像对应的预测样本三向位移数据集合，该预测样本三向位移数据集合包括预测样本第一位移数据、预测样本第二位移数据和预测样本第三位移数据。电子设备210可以将得到多个预测样本第一位移数据、预测样本第二位移数据和预测样本第三位移数据与多个样本第一位移数据、样本第二位移数据和样本第三位移数据进行比较，根据比较结果来训练预设三向位移确定模型，得到训练后的三向位移确定模型。

在一实施例中，该应用场景还可以包括训练后的三向位移确定模型230、采集终端240、振幅信息集合250和变化图像260。该采集终端240通过网络或移动存储设备与电子设备210通信连接，该采集终端例如为包括摄影模组，该采集终端例如还可以为与该摄影模组通信连接的处理设备，该处理设备例如可以为电子设备。例如，该采集终端240可以从电子设备210处获取训练后的三向位移确定模型230，并基于获取的训练后的三向位移确定模型230对变化图像260进行处理，得到与该变化图像260对应的三维空间的第一位移数据、第二位移数据和第三位移数据。进而，根据该三维空间的第一位移数据、第二位移数据和第三位移数据，确定振幅信息集合250。该振幅信息集合250包括三维空间的第一振幅数据、第二振幅数据和第三振幅数据。

需要注意的是，本图2描述的是利用机器学习的模型针对该变化图像进行处理，得到振幅信息集合的方法，但是也可以仅针对采集到的与一个时间段对应的多个变化图像进行图像识别和数学计算，得到与每个变化图像对应的三维空间的第一位移数据、第二位移数据和第三位移数据，进而得到三维空间的第一振幅数据、第二振幅数据和第三振幅数据。

还需要说明的是，本申请所提供的地震信号监测方法一般可以由电子设备210执行，或者可以由与电子设备210通信连接的服务器等执行。应该理解，图2中的电子设备、数据库、变化图像和采集终端的数目和类型仅仅是示意性的。根据实现需要，可以具有任意数目和类型的电子设备、数据库、变化图像和采集终端。

如图3为本申请实施例的一种地震信号监测方法的流程图。在本图中描述了振幅信息集合的确定过程，但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的系统或装置产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行。具体的如图3所示，方法可以包括：

S310，针对多个采集时刻，采集震动响应物的多个变化图像，采集时刻与变化图像相关联；

S320，利用位移处理模型，对多个变化图像分别进行处理，得到与多个采集时刻中每个采集时刻分别对应的三维空间的第一位移数据、第二位移数据和第三位移数据；

S330，根据与每个采集时刻分别对应的第一位移数据、第二位移数据和第三位移数据，确定与每个采集时刻分别对应的振幅信息集合。

变化图像包括震动响应物响应于地震信号发生变化的图像。

通过针对每个采集时刻，采集一个用于采集物理信号的震动响应物的多个变化图像，并针对该多个变化图像进行数据运算，以确定和每个变化图像对应的三维空间的第一位移数据、第二位移数据和第三位移数据，进而确定振幅信息集合。从而简单、快速和准确地仅根据包括震动响应物的变化图像，即可确定三维空间的第一位移数据、第二位移数据和第三位移数据，无需使用三个震动响应物和三个对应的摄像采集装置以确定三维空间的第一位移数据、第二位移数据和第三位移数据，降低了资源的浪费，提高了三维空间的第一位移数据、第二位移数据和第三位移数据之间的相对一致性。

根据本申请的一个实施例，针对一个时间段，基于预设采集频率，确定多个采集时刻。采集频率可以根据实际情况进行配置。摄影模组在每个采集时刻，分别采集包括震动响应的变化图像，从而在该时间段内，采集得到多个变化图像。需要注意的是，该变化图像例如可以为经过预处理后的变化图像。将每个变化图像与该目标图像对应的采集时刻关联存储。需要说明的是，该变化图像包括震动响应物响应于地震信号发生变化的图像，该地震信号指代的是物理信号，即表征地震致使震动响应物震动的物理量。

位移处理模型例如可以为任意可以针对与一个时间段的多个连续采集时刻对应的变化图像进行处理，确定与每个变化图像对应的三维空间的位移数据集合的模型。该位移数据集合包括第一位移数据、第二位移数据和第三位移数据。与第一位移数据、第二位移数据和第三位移数据对应的震动方向相互垂直。例如，第一位移数据对应的移动方向与地震SV波的传播方向一致，第二位移数据对应的移动方向与地震SH波的传播方向一致，第三位移数值对应的移动方向与地震P波的传播方向一致。每个变化图像均与一个采集时刻相关联，位移处理模型针对该变化图像进行处理，得到对应的三维空间的位移数据集合，该三维空间的位移数据集合与该采集时刻相对应。

预先配置根据位移数据，确定对应的振幅信息的规则。该规则根据振幅信息表征的含义确定。该振幅信息例如可以为速度信息和加速度信息等。在该振幅信息表征速度的情况下，该规则即为根据位移信息，确定速度信息的公式。在该振幅信息表征加速度的情况下，该规则即为根据位移信息，确定加速度信息的公式。

确定用于确定振幅信息的规则，并利用该规则对已经确定的第一位移数据、第二位移数据和第三位移数据进行数据运算处理，得到第一振幅信息、第二振幅信息和第三振幅信息。从而，由该第一振幅信息、第二振幅信息和第三振幅信息，组合得到与该采集时刻对应的振幅信息集合。在第一位移数据对应的移动方向与地震SV波的传播方向一致，第二位移数据对应的移动方向与地震SH波的传播方向一致，第三位移数值对应的移动方向与地震P波的传播方向一致的情况下，该第一振幅信息、第二振幅信息和第三振幅信息分别为SV波、SH波和P波的振幅信息。

利用与多个地理位置信息中每个地理位置信息对应的该多个振幅信息集合，可以确定天然地震的震中位置、地震的烈度等信息，以开展地震救援。此外，该多个振幅信息集合也可用于在人工地震中，探测油气或矿产资源的地理位置信息、检测地层的裂缝发育情况、预测地下流体的性质和区分干层、水层和油气层等。

如图4为本申请实施例的一种确定位移数据方法流程图，在本图中描述了三维空间中的三个位移数据的确定过程，但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的系统或装置产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行。具体的如图4所示，方法可以包括：

S421，从多个变化图像中，确定初始图像和多个震动图像；

S422，根据多个震动图像包括的第一震动响应物区域与初始图像包括的第二震动响应物区域的图像差异，确定与多个变化图像中每个变化图像分别对应的第一位移数据、第二位移数据和第三位移数据。

根据本申请的另一个实施例，从多个变化图像中，确定初始图像和多个震动图像具体为，针对多个变化图像中每个变化图像进行识别，根据与多个变化图像中每个变化图像相似的变化图像的数量值，从多个变化图像中确定该初始图像，其余的变化图像均为震动图像，得到多个震动图像。

根据与多个变化图像中每个变化图像相似的变化图像的数量值，从多个变化图像中确定该初始图像具体为，利用图像相似度处理模型，对任意两个变化图像进行处理，确定对应的相似度数值，在确定该相似度数值大于等于预设阈值的情况下，确定该两个变化图像相似；针对每个变化图像，分别统计与该变化图像相似图像的数量值，得到多个数量值；将与多个数量值中最大的数量值对应的变化图像确定为初始图像。

例如，多个变化图像包括第一图像、第二图像、第三图像和第四图像。第一图像和第二图像相似，且分别与第三图像和第四图像不相似，第二图像与第三图像和第四图像也不相似，第三图像与第四图像不相似。则，确定与第一图像和第二图像对应的数量值分别为1，与第三图像和第四图像对应的数量值分别为0。则第一图像和第二图像作为初始图像。该预设阈值例如为1，则第一图像和第二图像完全相同，则任取一个图像均可作为该初始图像。

需要注意的是，针对多个变化图像中每个变化图像进行识别例如还可以包括，针对多个变化图像中每个变化图像进行边界识别，并基于该边界，针对多个变化图像中的每个变化图像进行裁剪，得到多个裁剪变化图像；进而针对该多个裁剪变化图像进行相似度计算。边界例如可以为目标识别区域。在震动响应物包括质量块时，则该目标识别区域包括该质量块的边界的区域，在刻度尺框将该震动响应物包括在内时，该目标是被区域为由该刻度尺框构成的边界。由于由此裁剪掉了无关的像素，因此提升了确定初始图像和震动图像的速度和准确度。

第一震动响应物区域为震动图像中包括的震动响应物的区域图像，第二震动响应物区域为初始图像中包括的震动响应物的区域图像。需要注意的是，该第一震动响应物区域和第二震动响应物区域为均可以确定该震动响应物所处位置和大小等信息的区域。

在确定了初始图像和多个震动图像之后，针对该初始图像和多个震动图像进行震动响应物区域识别，确定与每个震动响应物对应的位置特征向量，该位置特征向量表征该震动响应物的每个像素点的位置坐标，或表征与震动响应物目标位置的像素的位置坐标，该目标位置例如可以为该震动响应物的中心位置。针对该初始图像，将预设初始位移数据集合作为对应的位移数据集合，该初始位移数据集合包括初始第一位移数据、初始第二位移数据和初始第三位移数据。例如，该初始位移数据集合为(0,0,0)。针对每个震动图像，将该震动图像的位置特征向量与初始图像的位置特征向量进行差异性计算，以确定该震动图像的第一位移数据、第二位移数据和第三位移数据。该差异性计算，例如可以为，确定X轴方向缩放的位移数据的计算公式，和Y轴、Z轴方向平移的位移数据的计算公式。该缩放的位移数据的计算公式例如可以为透镜放大率公式。

在震动响应物包括质量块或弹性物的情况下，该图像的差异指代的是质量块或弹性物在对应变化图像中的位置坐标，在震动响应物为流体的情况下，该图像的差异指代的是流体不同区域的泛起角度或高度信息。

如图5A为本申请另一实施例的一种确定位移数据方法流程图；图5B为本申请实施例的初始训练变化图像的示意图。

根据本申请的另一个实施例，利用位移处理模型，对多个变化图像分别进行处理，得到与多个采集时刻中每个采集时刻分别对应的第一位移数据、第二位移数据和第三位移数据包括：将多个变化图像分别输入训练后的三向位移确定模型，得到与每个变化图像关联的每个采集时刻分别对应的第一位移数据、第二位移数据和第三位移数据。

训练后的三向位移确定模型为训练后的神经网络模型，该训练后的神经网络模型可以针对图像，确定该图像对应的第一位移数据、第二位移数据和第三位移数据。该训练后的神经网络模型是通过利用训练样本集合对预设的神经网络模型进行训练后得到的。预设的神经网络模型例如可以为由预设参数构成的神经网络模型，该预设参数例如可以为随机生成的数字。利用深度学习模型确定与震动响应物响应于地震信号发生变化的图像对应的位移数据集合，实现了将人工智能的方法应用在地震监测过程中，提升了地震监测过程中的自动和智能化程度，也提升了位移数据集合的确定速度和准确度。

根据本申请的另一个实施例，训练后的三向位移确定模型的训练过程包括：利用预设三向位移确定模型，针对训练样本集合包括的多个训练变化图像进行处理，得到多个预测样本三向位移数据集合；以及根据多个预测样本三向位移数据集合和训练样本集合包括的多个标签之间的差值，对预设三向位移确定模型进行训练，以得到训练后的三向位移确定模型，其中，预测样本三向位移数据集合包括预测样本第一位移数据、预测样本第二位移数据和预测样本第三位移数据，标签包括样本第一位移数据、样本第二位移数据和样本第三位移数据。

预设三向位移确定模型包括由预设参数构成的神经网络模型，该神经网络模型可以针对图像，确定该图像对应的预测样本三向位移数据集合。该预设参数例如可以为随机生成的数字。该预设三向位移确定模型例如可以为基于目标检测网络确定的输出为预测样本三向位移数据集合(3×1)的网络，例如基于YOLO网络或FCOS网络得到的网络。

训练样本集合包括多个训练变化图像和与每个训练变化图像对应的标签。该标签例如可以为基于样本振幅信息集合确定的，该样本振幅信息集合包括第一样本振幅信息、第二样本振幅信息和第三样本振幅信息。该样本振幅信息集合例如可以为基于任意现有的检波器得到。获取预设图像，并针对每个标签，在预设图像的基础上进行变化，得到与每个标签对应的训练变化图像。

根据多个预测样本三向位移数据集合和训练样本集合包括的多个标签之间的差值，对预设三向位移确定模型进行训练，以得到训练后的三向位移确定模型具体为，利用损失函数，对该多个预测样本三向位移数据集合和多个标签进行处理，确定损失函数值，基于该损失函数值对该预设三向位移确定模型进行训练。在满足预设条件的情况下，确定当前轮次的训练三向位移确定模型为训练后的三向位移确定模型。该预设条件例如可以为，由多轮训练过程得到的损失函数值序列收敛和训练轮次为目标训练轮次等等。

根据本申请的另一个实施例，训练样本集合的构建过程包括：获取与一个变化方向对应的多个第一样本振幅信息；针对多个第一样本振幅信息中的每个第一样本振幅信息分别进行扩展处理，得到多个样本第一位移数据、多个样本第二位移数据和多个样本第三位移数据；获取初始训练变化图像；以及根据多个样本第一位移数据、多个样本第二位移数据和多个样本第三位移数据，针对初始训练变化图像进行处理，得到多个训练变化图像。

一个变化方向例如可以为任意一个变化方向，例如与X轴方向相一致的变化方向，或与Y轴方向相一致的变化方向，或与Z轴方向相一致的变化方向。与该变化方向对应的第一样本振幅信息例如可以为采用任意现有的检波器得到的与该变化方向对应的第一样本振幅信息。

扩展处理例如可以包括任意现有的任意根据一个变化方向的振幅信息，确定另外两个方向振幅信息的方法和针对样本数据进行扩充的模型或方法，该样本数据即为与三个变化方向分别对应第一样本振幅信息、第二样本振幅信息和第三样本振幅信息。基于预设的由振幅信息确定位移数据的方法，针对该第一样本振幅信息、第二样本振幅信息和第三样本振幅信息进行处理，得到多个样本第一位移数据、多个样本第二位移数据和多个样本第三位移数据。

初始训练变化图像例如可以为多个变化图像中的初始图像。由于该实施例采用待确定振幅信息集合的变化图像中的初始图像作为初始训练变化图像，而非预设的图像，由此避免了由于震动响应物的老化，导致的初始图像与该预设图像不一致导致的误差，从而实现了无需校正即可保证确定的三维空间中的位移数据集合的准确性。

确定初始图像的位置特征向量，基于每个样本位移数据集合和与该初始训练变化图像对应的初始样本位移数据集合之间的差异，确定多个训练位置特征向量，并基于每个训练位置特征向量，构成对应的训练变化图像，得到多个训练变化图像。该一个样本位移数据集合包括一个样本第一位移数据、一个样本第二位移数据和一个样本第三位移数据。需要注意的是，与该初始训练变化图像对应的初始样本位移数据集合为(0,0,0)。

例如，如图5A所示，针对多个第一样本振幅信息511进行扩展处理，得到多个样本位移数据集合512。根据采集得到的多个变化图像501，确定初始训练变化图像，并根据该多个样本位移数据集合512，针对该初始训练变化图像进行图像处理，得到多个训练变化图像，基于该多个训练变化图像和将该多个样本位移数据集合512作为标签，得到训练样本集合520。利用该训练样本集合520，对该预设三向位移确定模型531进行训练，得到训练后的三向位移确定模型532。

将采集到的多个变化图像501输入训练后的三向位移确定模型532，得到多个位移数据集合502。每个位移数据集合均包括一个第一位移数据、一个第二位移数据和一个第三位移数据，且每个位移数据集合均与一个变化图像和对应的采集时刻相对应。

根据本申请的另一个实施例，针对多个第一样本振幅信息中的每个第一样本振幅信息分别进行扩展处理，得到多个样本第一位移数据、多个样本第二位移数据和多个样本第三位移数据包括：根据三个变化方向的振幅信息之间的映射关系，针对每个第一样本振幅信息分别进行处理，得到多个第二样本振幅信息和多个第三样本振幅信息；以及针对多个第一样本振幅信息、多个第二样本振幅信息和多个第三样本振幅信息进行样本扩充和归一化处理，得到多个样本第一位移数据、多个样本第二位移数据和多个样本第三位移数据。

映射关系具体为一个变化方向对应的振幅信息与另外两个变化方向的振幅信息区间之间的对应关系。例如，该一个变化方向为与X轴方向相一致的变化方向，则每个第一样本振幅信息，均存在一个与Y轴方向对应的振幅区间，和一个与Z轴方向对应的振幅区间。基于该映射关系，针对每个第一样本振幅信息，分别确定多个第二样本振幅信息和多个第三样本振幅信息。从而，针对每个第一样本振幅信息，确定多个子样本振幅信息集合，每个子样本振幅信息集合包括一个第一样本振幅信息、一个第二样本振幅信息和一个第三样本振幅信息集合。多个子样本振幅信息集合构成样本振幅信息集合。

利用任意可以实现训练样本扩充的方法针对该样本振幅信息集合进行处理，得到扩充样本集合，以增多用于训练样本的数据。例如，随机对每个样本振幅信息加干扰。基于预设的由振幅信息确定位移数据的方法，针对该扩充样本集合进行处理，得到多个样本第一位移数据、多个样本第二位移数据和多个样本第三位移数据，即为标签。该预设的由振幅信息确定位移数据的方法例如可以为归一化法，即将原始的扩充样本集合均归一到[-1,1]范围内，并确定归一化后的数据为对应的样本位移数据集合。

根据本申请的另一个实施例，获取与第一样本振幅信息对应的初始训练变化图像包括：获取多个变化图像；针对多个变化图像中每个变化图像进行整体边界识别，并基于整体边界，针对多个变化图像中的每个变化图像进行裁剪，得到多个裁剪变化图像；以及根据与多个裁剪变化图像中每个裁剪变化图像相似的裁剪变化图像的数量值，从多个裁剪变化图像中确定初始训练变化图像。

整体边界识别例如可以为采用任意可以确定目标识别区域的模型针对该变化图像进行处理，得到每个变化图像的整体边界。整体边界之外的区域均为由与确定位移数据集合无关的像素组成的区域。针对多个裁剪变化图像例如可以为采用如上图4中步骤S421的方法确定初始图像，并将该初始图像作为初始训练变化图像。

根据本申请的另一个实施例，根据多个样本第一位移数据、多个样本第二位移数据和多个样本第三位移数据，针对初始训练变化图像进行处理，得到多个训练变化图像包括：针对初始训练变化图像进行震动响应物边界识别，并从初始训练变化图像中去除震动响应物边界包括的子图像，得到目标初始训练变化图像；根据多个样本第一位移数据、多个样本第二位移数据和多个样本第三位移数据，将子图像进行变化处理，得到多个目标子图像；以及将多个目标子图像中的每个目标子图像分别与目标初始训练变化图像进行拼接，得到多个训练变化图像。

震动响应物边界为可以包括整个震动响应物的边界。子图像为由该震动响应物边界包括的所有像素点构成的区域图像。

在该震动响应物包括质量块或弹性物的情况下，则将初始图像中的该质量块或弹性物整体的像素点均去除，得到目标初始训练变化图像。进而，利用多个样本第一位移数据、多个样本第二位移数据和多个样本第三位移数据，对该质量块的位置和大小或弹性物的位置和大小进行适应性处理，得到目标子图像。将该目标子图像与目标初始训练变化图像拼接，得到多个训练变化图像。需要注意的是该震动响应物为流体的情况下，对子图像进行变化处理则为流体不同区域的泛起角度或高度的适应性处理。

例如，如图5B所示，针对初始训练变化图像5011进行整体边界识别，确定该初始训练变化图像5011中的整体边界5012，基于该整体边界5012对该初始训练变化图像5011进行裁剪，得到裁剪变化图像。进而，对该裁剪变化图像进行震动响应物边界识别，确定包括该震动响应物的边界，并将由该边界包括的区域作为子图像5013。

利用多个样本第一位移数据、多个样本第二位移数据和多个样本第三位移数据，对该子图像进行适应性处理，得到多个训练变化图像。在该震动响应物包括质量块的情况下，该适应性处理即为将该子图像左移、将该子图像右移和将该子图像缩放中至少一个，以得到对应的目标子图像。

如图6为本申请实施例的一种地震信号监测装置的结构示意图。

本申请提供一种地震信号监测装置，包括箱体610；震动响应物620，震动响应物620设置于箱体610内部，震动响应物620在箱体610传递的地震信号的作用下进行运动；以及摄像模组630，摄像模组630设置于箱体610内部朝向震动响应物620，以采集震动响应物运动产生的变化图像。

由于摈弃了电磁线圈，可以选用任意可以响应于地震信号进行震动的任意震动响应物，使得该地震信号监测装置的可选择性更高。由于直接根据采集得到的变化图像计算振幅信息，不需要以各种电信号为中介，由此对地震信号振幅的反映更加真实，即信号的保真度更高，且降低成本。

根据本申请的一个实施例，摄像模组630与箱体610固定连接，以保证箱体震动时，该摄像模组630与该箱体610相对静止。震动响应物620可以在箱体响应于地震信号运动时与该箱体610产生相对运动的物品。由于震动响应物620产生与箱体610之间的相对运动，因此该震动响应物620相对于摄像模组630也进行运动，进而该摄像模组630可以采集到该震动响应物620的变化图像，以确定与采集时刻对应的振幅信息集合。

震动响应物620的移动可以用于确定振幅信息集合是基于惯性原理。具体地，发生地震时，摄像模组630固定在箱体610上，两者同步运动，相对静止。震动响应物620由于惯性的作用，与摄像模组630产生相对运动，从而可以基于移动的大小确定地震信号的振幅信息。

需要注意的是，该图6中摄像模组630与该震动响应物620为左右正对朝向，但是该摄像模组630与该震动响应物620也可以为上下正对朝向，以采集震动响应物运动产生的变化图像。

需要注意的是，震动响应物620为预设大小或该震动响应物620与摄像模组630之间存在预设距离，以保证震动响应物620无论如何变化，均完整落入摄像模组采集的变化图像内。

该摄像模组630具体还可以为一种具备定时定位、拍摄、存储与数据传输功能的电子器件，具体可以包括总控模块、授时定位模块、摄像模块、存储模块、数据接口模块。该摄像模块可以为基于通用USB摄像头经改造得到，该改造过程例如可以为，采用1/4英寸(约3.9×2.5mm)CMOS感光片和420帧黑白成像模式，该存储模块例如可以为128Gb存储卡。该授时定位模块用于保证确定的振幅信息集合存在对应的时刻信息和地理位置信息。

摄像模块的帧率根据奈奎斯特采样定律和研究需求来确定，需要为所需有效信号最高频率的2倍或更高的帧率。在需要帧率超过500帧/秒的超高速摄像的情况下，可以通过2个或多个低速摄像模块错时拍摄并在后期通过图像穿插来实现高采样拍摄。例如500帧/秒的拍摄可以通过2个帧率为250帧/秒的摄像模块，以相差2ms的方式分别启动拍摄，并在后期将后启动的模块所拍摄的图片依次插入先启动的模块所拍摄的前2ms的图片的后面，这时全部图像的采样率为2ms，实际帧率就为500帧/秒。

需要注意的是，上述地震信号监测方法可以由该摄像模组630包括的总控模块执行，还可以由与该摄像模组的数据接口模块连接的电子设备执行。

根据本申请的另一个实施例，震动响应物620包括多个弹性物。

在该震动响应物为弹性物时，可以采集得到更宽频带的信号，且不受任何电磁干扰，信号信噪比更高，使得确定的振幅信号集合的准确度更高。

弹性物例如可以为弹性小球等具有弹性的物品。在箱体610响应于地震信号进行运动时，该弹性物可以产生相对运动。

根据本申请的另一个实施例，多个弹性物分别具有不同的质量。

根据本申请的另一个实施例，多个弹性物分别具有不同的质量和不同参数的弹性部件。

不同质量的弹性物可以采集不同频带的信号，从而相对比于现有技术采集得到更宽频带的信号。

根据本申请的另一个实施例，震动响应物620包括流体。

在该震动响应物为流体时，可以采集得到更宽频带的信号，且不受任何电磁干扰，信号信噪比更高，使得确定的振幅信号集合的准确度更高。

在存在地震信息时，流体可以产生对应的形变，由摄像模组630针对每个采集时刻，采集对应的变化图像，以确定对应的振幅信息集合。

如图7为本申请另一实施例的一种地震信号监测装置的结构示意图。

根据本申请的另一个实施例，震动响应物包括质量块721和弹性部件722，质量块721通过弹性部件722与箱体弹性连接。

在震动响应物包括弹性部件和质量块时，该震动响应物的震动响应完全由弹性部件的弹性系数和质量块的重量决定，不受任何电磁干扰，信号信噪比更高，使得确定的振幅信号集合的准确度更高。

质量块721通过弹性部件722悬挂于箱体内，由于惯性与弹性双重作用，与摄像模组产生相对运动，从而可以基于移动的大小确定地震信号的振幅信息。

弹性部件722例如可以为螺旋弹簧、弹簧片、皮筋等。

需要注意的是，图7仅示出了一个质量块的情况，但是该震动响应物例如可以包括多个质量块，且该多个质量块的质量可以相同也可以不同。

根据本申请的另一个实施例，地震信号监测装置还包括刻度尺框740，刻度尺框740设置于箱体内部与箱体固定连接，震动响应物设置于刻度尺框740内部。

需要注意的是，箱体内部可以包括多个刻度尺框740，每个刻度尺框均与箱体固定连接，且每个刻度尺框内部均设置有震动响应物。该多个例如可以为2个、4个和8个等。

根据本申请的另一个实施例，质量块包括光源，光源发射的光束始终落入摄像模组采集的变化图像内。

该光源例如可以为细束激光发射机构。该光源内部例如还可以包括对应的图案，且该图案可以在摄像模组中成像，以增加计算变化图像位移数据集合的精确度。

图8为本申请实施例的一种震动响应物的主视图。

根据本申请的另一个实施例，地震信号监测装置还包括标尺823，标尺823与震动响应物贴合连接。

如图8所示，震动响应物的主视图包括刻度尺框840；弹性部件822；标尺823以及该标尺823包裹的震动响应物。该刻度尺框840的边界处例如均可以配置对应的刻度线。

图9A为本申请另一实施例的一种地震信号监测装置的结构示意图。图9B为本申请另一实施例的一种地震信号监测装置的结构示意图。

根据本申请的另一个实施例，地震信号监测装置还包括配重块950，以调整箱体910重心，使得箱体910重心保持在箱体910的垂直中心线上。

根据本申请的另一个实施例，地震信号监测装置还包括电源机构960，电源机构960设置于箱体910内部，以给摄像模组930供电。

根据本申请的另一个实施例，地震信号监测装置还包括电源机构960，电源机构960设置于箱体910内部，以给摄像模组930和光源供电。

根据本申请的另一个实施例，地震信号监测装置还包括尾椎机构970，尾椎机构970设置于箱体910外部，尾椎机构970与箱体910固定连接，以增加箱体910与地层的耦合度。

如图9A所示，地震信号监测装置包括箱体910；质量块921；弹性部件922；摄像模组930；刻度尺框940；配重块950；电源机构960和尾椎机构970。

在使用该地震信号监测装置确定振幅信息集合时，将该地震信号监测装置埋置与地下预设深度处，或将该地震信号监测装置放置于待测量振幅信息集合的装置表面，使用粘结剂的方式增加耦合度。

该地震信号监测装置具体可以为，质量块921的边长为2×2×1(厘米)，采用f＝2.8mm定焦成像。设置包括该质量块921的标尺大小为2×2(厘米)。刻度尺框940刻度范围为6×6(厘米)。摄像模组930镜头中心的X轴坐标为11厘米。CMOS感光片位于X轴坐标11.2厘米以外的位置。当标尺处于静止状态时，物距u＝80毫米，由凸透镜放大率公式可算得放大率约为0.036，此时刻度尺框940的刻度线和标尺的成像尺寸分别约为2.16×2.16(毫米)和0.72×0.72(毫米)，从而保证均能够在CMOS感光片上完整成像。当标尺在X方向振动达到最大时，物距u＝70毫米，放大率为0.042，此时刻度线的成像尺寸不变，标尺的成像尺寸约为0.84×0.84(毫米)，相对于静止状态下的标尺成像尺寸放大了1.17倍。整个节点仪器由内置20000mA锂电池供电。

需要注意的是，在该箱体910的外部例如还可以包括指向标识，以用于保证该地震信号监测装置被放置于预设位置时，不产生倾斜，从而确定准确的振幅信息集合。该指向标识例如可以包括三个子指向标识，每个子指向标识均对应三维空间中的一个方向。该指向标识例如可以为箭头标识或水准管等等。箱体910的外表面可以根据耦合地层的需要增加起伏的条纹，以增大地震信号监测装置与底层的耦合度。该地震信号监测装置例如可以为上大下小的两个中空的长方体或梯形体的组合，可打开以安装和检测内部设备状况，可预留透明的观察窗，外形如图9B所示。该箱体的上下方向的上部子箱体的大小例如可以为12×8×8(厘米)，下部的子箱体例如可以为8×8×6(厘米)。如图9B的地震信号监测装置上下方向的下方例如还可以包括尾椎机构，图中并未示出。

图10为本申请实施例的一种计算机设备的结构示意图。本申请中的装置可以为本实施例中的计算机设备，执行上述本申请的方法。计算机设备1002可以包括一个或多个处理设备1004，诸如一个或多个中央处理单元(CPU)，每个处理单元可以实现一个或多个硬件线程。计算机设备1002还可以包括任何存储资源1006，其用于存储诸如代码、设置、数据等之类的任何种类的信息。非限制性的，比如，存储资源1006可以包括以下任一项或多种组合：任何类型的RAM，任何类型的ROM，闪存设备，硬盘，光盘等。更一般地，任何存储资源都可以使用任何技术来存储信息。进一步地，任何存储资源可以提供信息的易失性或非易失性保留。进一步地，任何存储资源可以表示计算机设备1002的固定或可移除部件。在一种情况下，当处理设备1004执行被存储在任何存储资源或存储资源的组合中的相关联的指令时，计算机设备1002可以执行相关联指令的任一操作。计算机设备1002还包括用于与任何存储资源交互的一个或多个驱动机构1008，诸如硬盘驱动机构、光盘驱动机构等。

计算机设备1002还可以包括输入/输出模块1010(I/O)，其用于接收各种输入(经由输入设备1012)和用于提供各种输出(经由输出设备1014)。一个具体输出机构可以包括呈现设备1016和相关联的图形用户接口(GUI)1018。在其他实施例中，还可以不包括输入/输出模块1010(I/O)、输入设备1012以及输出设备1014，仅作为网络中的一台计算机设备。计算机设备1002还可以包括一个或多个网络接口1020，其用于经由一个或多个通信链路1022与其他设备交换数据。一个或多个通信总线1024将上文所描述的部件耦合在一起。

通信链路1022可以以任何方式实现，例如，通过局域网、广域网(例如，因特网)、点对点连接等、或其任何组合。通信链路1022可以包括由任何协议或协议组合支配的硬连线链路、无线链路、路由器、网关功能、名称服务器等的任何组合。

本申请实施例还提供一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现上述方法。

本申请实施例还提供一种计算机程序产品，计算机程序产品包括计算机程序，计算机程序被处理器执行时实现上述方法。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

以上的具体实施例，对本申请的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上仅为本申请的具体实施例而已，并不用于限定本申请的保护范围，凡在本申请的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。