基于面向?qū)ο蟮暮Ｑ笠缬蜋z測的研究.pdf

1、溢油是嚴(yán)重的海洋生態(tài)環(huán)境災(zāi)害之一。合成孔徑雷達(dá)(Synthetic ApertureRadar，SAR)圖像已經(jīng)被廣泛的應(yīng)用在海上溢油監(jiān)測中。傳統(tǒng)的SAR圖像識別溢油一般使用全幅掃描識別方法。該方法不僅識別精度較低而且在識別的時間和所需的資源等性能方面也遠(yuǎn)達(dá)不到實用要求。因此，本文提出了一種面向溢油對象的識別方法，該方法不僅大大提高了溢油識別的精度，也顯著地減少了識別時間和所需占用的系統(tǒng)資源，從而為海面溢油的實時檢測打下了良好的基礎(chǔ)。

2、 為了精確分類SAR溢油圖像，本文首先對SAR圖像進(jìn)行增強、取反以及二值化等預(yù)處理，然后提取并顯示疑似溢油對象。通過對每一個疑似溢油對象的分析，最終顯示溢油圖像識別結(jié)果?？紤]到神經(jīng)網(wǎng)絡(luò)具有自組織、自學(xué)習(xí)、自適應(yīng)和聯(lián)想能力等優(yōu)點，本文使用神經(jīng)網(wǎng)絡(luò)結(jié)合紋理分析的方法來分類溢油圖像。對比BP、Hopfiekld、ART-1以及RBF等神經(jīng)網(wǎng)絡(luò)模型對SAR溢油圖像的識別效果和分類精度的分析，本文最終選用RBF神經(jīng)網(wǎng)絡(luò)實現(xiàn)溢油識別。紋理分