面向?qū)ο蟮腟AR溢油檢測(cè)算法與系統(tǒng)構(gòu)建.pdf

1、海上溢油事頻發(fā),這已受到人們的高度關(guān)注。然而,傳統(tǒng)的監(jiān)測(cè)手段難以滿足大面積、實(shí)時(shí)監(jiān)測(cè)的要求。星載合成孔徑雷達(dá)(SyntheticApertureRadar,SAR),具有全天時(shí)、全天候的工作能力,已經(jīng)被眾多專(zhuān)家認(rèn)為是最適合探測(cè)海面溢油的遙感器。
　　在SAR影像中常常出現(xiàn)“類(lèi)油膜”現(xiàn)象,如何有效區(qū)分油膜和類(lèi)油膜,對(duì)提升溢油檢測(cè)具有重要意義。本文利用EnvisatASAR影像,對(duì)2010年美國(guó)墨西哥灣溢油進(jìn)行了特征分析。找出145個(gè)

2、油膜和134個(gè)類(lèi)油膜樣本,綜合分析了其形狀特征、物理特征和紋理特征。經(jīng)過(guò)分析,發(fā)現(xiàn)幾何特征和物理特征比紋理特征更適合溢油和類(lèi)油膜的區(qū)分。
　　SAR影像中存在斑點(diǎn)噪聲,因此,相比于基于像素的圖像處理方法,面向?qū)ο?或基于對(duì)象)的方法可以收到更為滿意的效果。本文發(fā)展了一種基于凝聚層次聚類(lèi)的溢油SAR圖像分割算法。該算法可以有效保持SAR影像中暗斑的形狀和邊緣特征;另外,該算法的多尺度特性可以使其將不同尺度的暗斑精確地分割出來(lái),因此適

3、用于SAR影像中不同尺度暗斑的分割。
　　利用溢油和類(lèi)油膜特征分析的結(jié)果,本文建立了一種基于模糊邏輯(FuzzyLogic,FL)的溢油檢測(cè)算法。該算法利用模糊數(shù)學(xué)的優(yōu)勢(shì),有效區(qū)分SAR影像中的溢油和類(lèi)油膜;該算法還可以給出暗斑被分為溢油的概率。經(jīng)過(guò)三景SAR影像的溢油檢測(cè)實(shí)驗(yàn),本文算法能夠得到令人滿意的效果。
　　結(jié)合本文發(fā)展的SAR溢油檢測(cè)算法,本文還構(gòu)建了一套SAR溢油檢測(cè)軟件系統(tǒng)。該系統(tǒng)共包含三個(gè)模塊:1)基本功能,