基于HAC的溢油SAR图像分割算法

图像分割是SAR溢油检测中的关键步骤,但由于SAR影像中存在斑点噪声,使得一般的图像分割算法难以收到理想的效果,严重影响溢油检测的精度.发展一种基于凝聚层次聚类(Hierarchical Agglomerative Clustering,HAC)的溢油SAR图像分割算法.该算法利用多尺度分割的思想,能够有效保持SAR影像中溢油斑块的形状特征,并能减少细碎斑块的产生.利用2010年墨西哥湾的Envisat ASAR影像开展了溢油SAR图像分割实验,并将该算法和Canny边缘检测、OTSU阈值分割、FCM分割、水平集分割等方法进行了对比.结果显示,HAC方法可以有效减少细碎斑块的产生,有助于提高SAR溢油检测的精度.     

基于SAR极化比和纹理特征的海面溢油识别方法

针对海洋表面SAR影像的特点，采用基于灰度共生矩阵的纹理特征方法是提取海面溢油信息的常用方法，但实际海洋表面复杂的信息使得SAR图像上产生类似溢油现象的暗斑区域，这导致在利用纹理特征方法提取溢油信息时存在虚警率，降低了溢油信息的提取精度。基于RADARSAT-2 SAR四极化影像，本文提出基于SAR极化比影像的纹理特征识别方法对海面油膜进行识别提取。结果显示，基于SAR极化比影像的纹理特征识别方法可以有效且准确地提取海面溢油信息，相比于VV极化影像的纹理特征识别方法，溢油监测过程中的虚警率降低了17.96%，溢油监测总体精度达到96.83%。     

海上溢油合成孔径雷达探测研究

在合成孔径雷达(SAR)图像中区分溢油和类油现象是溢油SAR探测的关键任务。实现该任务一般可分为3步:首先是提取油膜和类油膜的特征;然后筛选出有助于油膜和类油膜分类的关键特征;最后构造有效的分类器进行模式识别以便做出准确的判别。本文基于2011年蓬莱19-3油田溢油事故期间的15景SAR图像提取了138个油膜和类油膜样本的几何特征、背景特征、散射特征和纹理特征,将Fisher判别率和序列前向选择方法相结合,筛选出背景后向散射系数标准差、逆差距、能量和后向散射系数的均值四个关键特征组成的特征子集。在此基础上,为提高分类器的精度,将决策树模型CART算法与Bagging技术相结合,通过随机抽样给出多个维数相同大小的训练数据集从而建立多个决策树模型,以投票的方式对油膜和类油膜样本进行分类;最后,文中采用了五折和十折交叉验证方法对油膜和类油膜的分类结果进行评估,研究显示基于Bagging的决策树方法的油膜和类油膜分类的平均精度在85%以上,且将文中所用基于Bagging的CART决策树分类算法与经典CART决策树分类算法及神经网络分类算法相比较,发现本文所用方法的分类精度较高,从而表明了该方法在溢油SAR探测方面的可行性。     

基于简缩极化SAR的溢油检测与分类方法

针对简缩极化SAR在海上溢油的检测与分类应用开展研究,利用欧式距离全面分析了简缩极化SAR的36种极化特征在溢油检测与油膜分类中的性能,发现简缩极化特征中的奇次散射系数的溢油检测性能最好,简缩极化熵的疑似溢油鉴别性能最好。在此基础上,提出了结合二叉树原理的简缩极化SAR溢油检测与油膜分类算法,并分析了RADARSAT-2和SIR-C全极化溢油数据模拟的简缩极化数据。结果表明,此方法对溢油的检测精度可达95.67%,对于疑似溢油的识别精度可达95.71%,证明了简缩极化SAR在溢油检测与分类中具有较好的应用前景。     

基于模糊理论的SAR图像海面油膜识别

合成孔径雷达(SAR)已成为检测海洋表面油膜的重要手段之一。本文应用模式识别领域中的模糊逻辑理论,在SAR海上溢油图像中选择33个图像特征进行分析,根据方差分析方法和模糊理论的特点筛选出其中的4个特征参量,建立区分海面溢油与疑似溢油的检测模型。通过对27个测试样本试验,有效识别率达到83%。说明本论文采用的方法对于区分溢油和疑似溢油可行,对业务化海洋遥感溢油检测具有参考价值。     

星载SAR在上海沿海溢油监测中的应用

开展了星载SAR遥感影像的上海沿海溢油监测应用研究,建立了SAR影像的快速订购,数据预处理,SAR溢油特征和干扰因素分析、溢油信息提取的监测流程。研究过程中通过人工干预下的SAR溢油半自动检测方法提取历史SAR影像溢油信息,应用在油膜漂移预测预报模型检验案例中,两者结果吻合较好。在历史溢油事故案例中,利用SAR和光学遥感影像对油膜同时进行监测,结果在离岸海域,SAR溢油监测具有明显优势,但在长江口或近岸海域的岸滩地带需光学遥感进行辅助监测。从获取的上海沿海历史SAR遥感影像溢油监测初步统计结果来看,该海域溢油主要发生在长江口锚地和主要航线附近。     

基于特征选取及广义傅立叶分形的SAR图像海洋溢油检测算法

针对海上溢油SAR图像中油膜与类油膜的识别问题,提出了一种结合傅立叶分形与特征提取的检测算法。由于分形特征可以具有无穷多的细节,并在不同的研究尺度存在自仿射特性。这与油膜及类油膜表面的几何形貌特征非常吻合。该算法通过计算样本的傅立叶分形特征,组成油膜与类油膜的特征空间。然后,应用基于差分进化的特征选取方法将利于分类的重要特征值筛选出来。再利用重要特征值对原有样本进行分类。实验表明,经特征选取的分形特征向量能够以100%的准确率将两类样本区分开。该算法在选取重要特征的同时实现了对高维特征空间降维的目的,该思想可以应用于其他的基于高维特征的识别系统中,具有普遍的适用性。     

基于GA-WNN的极化SAR海洋溢油检测方法研究

海洋溢油对海洋生态和人类生活带来严重的影响。由于合成孔径雷达(Synthetic Aperture Radar,SAR)具有全天时全天候的工作能力,在海洋溢油检测中发挥重要作用。目前,极化SAR是SAR探测技术的先进手段。本文利用6个极化特征进行溢油检测,通过对比分析这些特征对不同溢油的检测能力,得出单一极化特征在溢油检测中存在不足。通过J-M特征优选方法,提取出溢油检测识别度较高的特征影像,并利用遗传算法优化的小波神经网络(Genetic Algorithm-Wavelet Neural Network,GA-WNN)进行溢油检测。利用2套Radarsat-2全极化数据进行了方法验证,结果表明,该方法优于其他检测方法,溢油检测精度分别达到90.31%和95.42%。     

基于GLCM的SAR溢油纹理特征分析

溢油对海洋生态环境造成巨大的危害,溢油遥感监测已成为海洋遥感监测的主要内容,但由于在SAR图像上溢油的表现和其它海洋现象类似,难以区分油膜与类油膜,给遥感监测带来困难。本文以Envisat-ASAR为数据源,选择南海为例,采用GLCM方法对溢油的SAR纹理进行分析,计算海水与溢油的GLCM特征值,结果表明:采用变化、均值等特征对溢油的SAR纹理有很好的表现,从而为溢油信息的提取提供基础。     

海上溢油SAR遥感监测及溢油漂移快速数值预报技术研究

为探讨海上溢油遥感监测与溢油漂移数值模拟技术的联合应用,采用凝聚层次聚类算法从SAR遥感影像中识别油膜,采用基于风、浪、流耦合三维水动力模型研发的中国近海溢油漂移快速预报模型,将遥感识别结果作为溢油漂移数值预报模式的初始输入,预测油膜的漂移,然后将溢油漂移预测油膜与下一时相SAR遥感识别油膜进行比对,发现二者吻合较好,表明SAR遥感监测技术与数值模拟技术结合应用,可优势互补,同时获取海面油膜位置、面积和动态漂移信息。     

全极化SAR图像中溢油极化特征研究

相比于单极化SAR图像,全极化SAR图像不仅能体现海面目标的几何特征、后向散射特征,还能体现目标的极化特征。因此,在溢油检测方面,极化SAR更具优势。特征提取作为溢油检测的关键步骤,直接影响到溢油检测的精度。在本文中,我们分析了全极化SAR图像中海面溢油的极化特征,如极化散射熵、平均散射角等。并提出了新的极化特征P,该特征参数能够反映海面目标电磁散射过程中布拉格散射机制和镜面散射机制的比例。为了研究极化特征溢油检测的能力,本文基于SIR-C/X-SAR和Radarsat-2全极化SAR图像开展了相关实验,并对比分析了溢油的多种极化特征。实验结果显示,在中低风速情况下,C波段溢油探测效果优于L波段;本文提出的极化特征P对海面散射机制敏感;基准高度和特征参数P在C波段比其他极化特征更适于溢油检测。     

海上溢油极化特征及其探测研究

The SAR(Synthetic Aperture Radar) has the capabilities for all-weather day and night use. In the case of determining the effects of oil spill dumping, the oil spills areas are shown as dark spots in the SAR images.Therefore, using SAR data to detect oil spills is becoming progressively popular in operational monitoring, which is useful for oceanic environmental protection and hazard reduction. Research has been conducted on the polarization decomposition and scattering characteristics of oil spills from a scattering matrix using allpolarization of the SAR data, calculation of the polarization parameters, and utilization of the CPD(Co-polarized Phase Difference) of the oil and the sea, in order to extract the oil spill information. This method proves to be effective by combining polarization parameters with the characteristics of oil spill. The results show that when using Bragg, the oil spill backscattering machine with Enopy and a mean scatter α parameter. The oil spill can be successfully identified. However, the parameter mechanism of the oil spill remains unclear. The use of CPD can easily extract oil spill information from the ocean, and the polarization research provides a base for oil spill remote sensing detection.     

基于无人机紫外与SAR的溢油遥感监测方法研究

溢油污染不仅会造成巨大的经济损失,而且给生态环境带来难以修复的破坏。准确、高效地监测海面溢油仍是当前亟需解决的问题。紫外传感器对油膜非常敏感,可快速发现,但存在误判;而SAR(SyntheticApertureRadar)溢油探测的精度较高,两者相结合可准确探测溢油。无人机平台可低成本地实现溢油快速应急响应,无人机载SAR和紫外传感器的载荷重量小,可同时集成于无人机上开展联合溢油探测,以满足业务化监测需求,此方面的研究尚未见有相关报道。本文拟研究溢油不同种类、厚度、在不同海洋环境条件下的紫外图像特征和SAR纹理特征、形状特征、散射特征,构建溢油特征数据库,并建立一种基于特征组合的溢油SAR与紫外联合探测方法;在此基础上研究对无人机数据获取模式和控制单元等的改造方案,进而实现溢油SAR和紫外图像的高效获取。     

应用极化合成孔径雷达检测海上溢油研究进展

海上溢油给海洋生态环境带来严重的影响,快速准确地探测溢油对于防灾减灾具有重要的意义。利用卫星遥感探测溢油已成为目前主要的检测手段,大多采用合成孔径雷达(SAR)数据,运用图像处理的方法,开展了多种溢油提取算法的研究,取得了较好的结果,但由于海洋的类溢油现象存在,造成提取信息的精度达不到要求。近年来,国内外运用极化SAR数据开展溢油信息提取研究,从极化分解与相位差等角度对溢油特性分析,能有效地区分一些类溢油现象,得到了较理想的结果。分析了应用SAR数据开展溢油信息提取的研究状况,总结了溢油极化SAR探测的研究,指出了目前研究中存在的不足,并提出了今后溢油极化SAR遥感监测的方向。     

基于二维激光观测的溢油及其乳化过程散射模式研究进展

合成孔径雷达(SAR)以其高分辨率、能不受雨云影响实施全天时全天候全方位监测,在海面溢油灾害应急监测过程中发挥着越来越重要的作用。溢油是因为海面油膜抑制了毛细波和重力波,在SAR图像上呈暗斑而被识别。然而,海面溢油的乳化过程直接影响SAR对海面溢油后向散射截面的观测精度。本研究以物理海洋学和激光原理以及海面电磁散射理论为基础,通过实验利用激光扫描仪观测海面溢油粗糙度,分别与溢油特征参数、后向散射系数建立对应关系;耦合海面溢油参数与后向散射截面的关系,利用电磁散射数值建模方法,建立海面溢油散射模型,研究海面溢油乳化过程对微波后向散射截面的影响。本项目的研究将为SAR监测海面溢油量、溢油厚度及油品分布格局提供了可能;将进一步揭示海面溢油的散射机制,提高SAR海面监测溢油的精度和能力。     

基于显著性分析的SAR溢油图像中暗斑区域检测方法研究

为了提高合成孔径雷达(syntheticapertureradar,SAR)图像中海上溢油的检测精度,设计了一种图像显著性和均值偏移分割相结合的暗斑检测方法,验证了该方法在SAR溢油图像暗斑识别中的有效性,为溢油区域的准确检测奠定了基础。针对SAR溢油图像中暗斑区域在人类视觉中属于感兴趣区域的特性,利用图像显著性检测方法对整幅SAR图像进行处理生成显著性图像,然后利用均值偏移方法在SAR图像的Lab空间将图像分割成不同区域,最后在显著性图像上利用每个区域的平均显著性值与动态阈值之间的关系确定溢油图像中的暗斑区域。实验结果表明,该方法不需要人工交互,且能够有效地提取出SAR图像溢油中的暗斑区域。     

基于合成孔径雷达影像的海洋溢油纹理特征参数分析

溢油已是当前海洋生态环境破坏的主要因素之一,因此对海洋溢油的检测分析是当前海洋环境保护的一个重要课题。传统的溢油提取仅仅是单独依靠光学影像的光谱信息或者合成孔径雷达(SAR)影像的后向散射系数信息进行提取,这会造成很多同谱异物或者粗糙度相近似的地物错分,因此除了利用传统的影像信息以外,还需结合影像的纹理信息,从而提高溢油提取的精度,减少错分地物的数量。选用2006年渤海地区的三景同轨SAR影像作为数据基础,应用基于灰度共生矩阵的方法对其进行纹理分析。该方法可以很好地对图像区域和表面进行感知并能够从像元的灰度相关性上对纹理特征进行详细描述,因此适合于SAR影像的海洋溢油检测。在纹理分析的过程中有很多的参数需要选择,参数选择的好坏将直接影响最终提取结果的精度。通过对纹理分析过程中的参数进行讨论、实验、选择与验证,最终确定了基于灰度共生矩阵纹理分析中各参数的值,并选择了局部平稳、非相似性、对比度、变化量4个特征量作为溢油提取的纹理特征统计量。将纹理特征与SAR自身的后向散射系数相结合,通过神经网络分类法对其进行分类,并计算出分类精度为80.65%,分类效果良好。由此说明了将影像的传统信息与纹理信息相结合进行溢油提取是一种可行而有效的方法,同时也为后续的海洋溢油检测工作奠定了一定的基础。     

星载SAR监测海洋溢油污染的初步研究

对星载SAR监测海洋溢油的基本原理进行总结并分析了影响溢油监测的SAR参数及干扰SAR海洋溢油监测的各种因素;对搜集到的星载SAR数据进行处理,并给出中国黄海海域的海上溢油分布的初步统计分析,结果表明该海区的溢油主要分布在海上主要航线附近。     

An analysis of the radar backscatter from oil-covered sea surfaces using moment method and Monte-Carlo simulation: preliminary results

An analysis of the radar backscattering from the ocean surface covered by oil spill is presented using a microwave scattering model and Monte-Carlo simulation. In the analysis, a one-dimensional rough sea surface is numerically generated with an ocean waveheight spectrum for a given wind velocity. A two-layered medium is then generated by adding a thin oil layer on the simulated rough sea surface. The electric fields backscattered from the sea surface with two-layered medium are computed with the method of moments (MoM), and the backscattering coefficients are statistically obtained with N independent samples for each oil-spilled surface using the Monte-Carlo technique for various conditions of surface roughness, oil-layer thickness, frequency, polarization and incidence angle. The numerical simulation results are compared with theoretical models for clean sea surfaces and SAR images of an oil-spilled sea surface caused by the Hebei (Hebei province, China) Spirit oil tanker in 2007. Further, conditions for better oil spill extraction are sought by the numerical simulation on the effects of wind speed and oil-layer thickness at different incidence angles on the backscattering coefficients.