結(jié)合解混的高光譜區(qū)域生長(zhǎng)算法研究及應(yīng)用.pdf

1、隨著海上石油運(yùn)輸業(yè)的蓬勃發(fā)展，溢油事故的發(fā)生愈加頻繁，其對(duì)海洋環(huán)境的污染無(wú)疑是毀滅性的。事故發(fā)生后，航載高光譜遙感監(jiān)測(cè)可以及時(shí)提供油區(qū)和油膜厚度信息，為溢油量的估計(jì)和風(fēng)險(xiǎn)評(píng)估提供了有力依據(jù)。然而目前大部分的分割算法對(duì)高光譜海面溢油圖像的劃分效果并不十分理想，因此，對(duì)其進(jìn)一步的研究十分必要。
　　基于現(xiàn)有的區(qū)域生長(zhǎng)算法，論文結(jié)合高光譜技術(shù)和溢油圖像特點(diǎn)，從以下幾個(gè)方面展開(kāi)研究工作。
　　(1)結(jié)合溢油圖像本身的特點(diǎn)，首先采用非

2、監(jiān)督端元提取思想自動(dòng)獲取種子點(diǎn)。之后，對(duì)高光譜溢油圖像進(jìn)行解混，得到與高光譜圖像對(duì)應(yīng)的豐度圖，以豐度作為距離尺度，在二維的豐度圖上進(jìn)行區(qū)域生長(zhǎng)。
　　(2)由于海面上獲取的圖像受波浪和太陽(yáng)耀光的影響嚴(yán)重，在溢油圖像中產(chǎn)生大量的異常點(diǎn)，論文嘗試了三種改進(jìn)的生長(zhǎng)方式，分別為鄰域均值生長(zhǎng)方式、鄰域極值生長(zhǎng)方式和拋去鄰域內(nèi)異常點(diǎn)后的均值生長(zhǎng)方式。將這三種生長(zhǎng)方式與原始生長(zhǎng)方式一起，分別與上述兩個(gè)步驟相結(jié)合進(jìn)行實(shí)驗(yàn)分析，并與采用閾值分割方法

3、和聚類分割方法得到的結(jié)果進(jìn)行對(duì)比，驗(yàn)證了所提方法的有效性。
　　(3)最后，在區(qū)域生長(zhǎng)過(guò)程中的閾值選擇方面，以區(qū)域邊界點(diǎn)的平均梯度和區(qū)域內(nèi)部的方差作為參數(shù)構(gòu)建模型，實(shí)現(xiàn)自動(dòng)閾值最優(yōu)化選擇，確保得到最佳的分割效果。
　　論文分別利用模擬圖像、在美國(guó)印第安納州(Indiana)某農(nóng)林混合試驗(yàn)場(chǎng)獲取的AVIRIS高光譜圖像數(shù)據(jù)和蓬萊19-3C平臺(tái)溢油遙感圖像作為實(shí)驗(yàn)數(shù)據(jù)，進(jìn)行了實(shí)驗(yàn)分析和效果對(duì)比。通過(guò)實(shí)驗(yàn)結(jié)果證明，論文中提出的結(jié)合