基于热红外图像的海面油膜面积的测算方法

针对现有油膜检测技术难以准确测算油膜面积且检测精度受天气条件影响大的问题,本文提出了一种基于热红外图像的海面油膜面积测算方法。采用波段为 8耀14 滋m 的红外热像仪获取海面油膜的热红外图像,对采集的油膜图像进行预处 理 （灰度化、中值滤波和锐化）;基于图像灰度分布特征分割油膜区域 （感兴趣区域,ROI）,采用形态学操作对 ROI 进行填充、腐蚀与膨胀,并对 ROI 进行数学表征;通过像素面积法计算 ROI 实际物理面积。实验结果表明：在不同的外界天气环境下 （如海浪、海风、海雾、不同光照等环境）,该方法对不同黏度的石油样品在海面形成的油膜均有良好的检测精度, ROI 面积计算平均误差为 3.77%。     

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.     

移动机器人道路图像的快速分割方法

本文针对影响道路场景分割效果的 2个最主要因素 :阴影和水迹 ,提出了用 3个有效彩色特征量来描述道路、阴影和水迹的特征 ,并提出了特征图像的快速提取方法 ,实现了道路图像一维直方图的全局快速分割。实验结果表明 :本文提出的分割方法可以有效地消除阴影或水迹对道路图像分割效果的影响 ,且满足一般道路场景下移动机器人实时导航的要求。     

一种基于分割图斑的海岸带遥感图像分类方法

传统的基于象元的分类方法在处理海岸带这类动态多变、混杂度大的地物时常出现“椒盐现象”,难以矢量化形成专题图。提出了一种新的遥感图像分类方法——基于分割图斑的分类法,即选择一个合适的尺度,利用光谱信息按照一定的策略将图像分割为一系列的图斑,并确保图斑内大多数象元的光谱特征相近,分别对图斑内诸象元进行统计,求出各个波段的均值,用该均值替换图斑内所有象元的原始亮度值,这样分类时可以确保同一图斑内的所有象元被分到同一个类别中,从而有效地避免了“椒盐现象”,使分类结果便于矢量化成图,也便于对特定地物的提取。实验结果表明,该方法还能在一定程度上提高分类精度。     

基于图像特征的航空高光谱数据油污染光谱曲线提取分析

运用基于图像特征的相对发射率数据处理模型,对获得航空高光谱油污染水体数据和正常水体数据进行了反射率提取,得到了相对定标后的油污染水体和正常海水的光谱反射率数据。进一步对正常海水和油污染水体的光谱特性进行分析,通过反射率曲线比较,得出运用基于图像特征的反射率处理模型提取光谱信息和运用航空高光谱数据进行海上油污染检测的可行性。     

基于数学形态学图像分割的波向检测

根据波浪图像的纹理特征,提出了一种基于数学形态学图像分割的波向检测方法,该方法首先利用顶帽变换和底帽变换,得到增强的波浪纹理图像,然后对图像波谷进行应用标记的分水岭分割,最后利用波谷形态方向提取出波浪方向,实验结果证明该算法能够有效地实现波向检测。     

引入纹理特征的多光谱遥感影像 海面油膜信息提取

针对单纯依靠光谱特征油膜提取精度低、雷达影像油膜提取易受海况条件及假目标影响的问题,提出了一种结合光 谱特征与纹理特征的多光谱遥感影像油膜信息提取方法。以2011 年6 月蓬莱19-3 油田溢油事故为研究对象,选用HJ-1 星 CCD 遥感数据,利用灰度共生矩阵获取影像纹理特征,采用SVM 模型对结合纹理特征与光谱特征的影像进行分类,提取出 研究区油膜信息,并将分类提取结果与仅依靠光谱特征的SVM 模型分类结果进行了比较。结果表明：引入纹理特征的SVM 模型分类总精度达到90.29 %,比仅依靠光谱特征的分类精度提高了12.41 %;纹理特征的参与降低了原影像噪声对分类结果 的影响,油膜边缘提取更加清晰,油膜中心呈连续面状分布,引入纹理特征的SVM 模型可有效地用于多光谱遥感影像海面 油膜信息提取。     

基于MRF场的侧扫声呐图像分割方法

为了利用侧扫声呐进行水下目标自动探测和识别,首先必须将声呐图像分为目标高亮区、海底混响区和目标阴影区.由于声呐图像有强背景噪声,传统的图像分割方法显得无能为力,故采用基于MRF场的图像分割方法来准确地分割.根据侧扫声呐目标的成像特点,建立了分割的约束条件;利用阴影与目标的灰度均值比很小这一特点进行初始分割,然后根据分割后目标与阴影的宽度差来剔除虚假目标,由初始分割的结果求得MRF模型初始参数,再采用迭代条件估计得到最终的模型参数和准确的分割结果.由于考虑了相邻像素间的依赖关系,具有抗噪性强、分割效果好的优点,从理论上说是合理的.实测数据分析也证明了这种算法的优越性.     

基于无监督学习卷积神经网络的声呐图像分割

声呐图像分割是图像分割技术发展中的组成部分,是水下目标识别与检测的重要一环。传统方法中基于有监督分割方法的算法往往代价较大,表现出试验周期长、实时性较差、运行速率较慢等不足。并且由于声呐图像的成像质量差、分辨率不高、边缘条件不清晰、人工标注工作量大等客观因素,不易建立用于有监督模型训练的大规模数据集,使得传统分割方法越来越不适应当前实际应用的多方面要求。将基于无监督学习卷积神经网络引入到声呐图像分割任务中,分割模型通过对单帧声呐图像进行训练和测试,最后经过推理得到将阴影区和目标高亮区分割后的声呐图像,得到分割出来的水下目标。通过对实验的分割结果进行各项指标分析,证明此方法有着更好的运行效率和分割精度,并且实时性较高,综合性能优于传统方法。     

基于改进粒子群优化算法和模糊熵水下图像分割

由于水下图像受到水下光照条件以及水质的一些特性影响,存在对比度低、灰度不均、目标边缘模糊等特点。传统基于最大熵原理的阈值法尽管能实现某些特定的分割任务,但是采用凸模糊集的隶属函数和穷举法存在计算复杂度高、时效性差等缺点。在传统模糊熵分割算法的基础上,重新定义了模糊熵,并根据最大熵原理,利用改进粒子群优化算法(PSO)来搜索分割阈值。通过水下图像处理试验证明,该算法对简单背景的图像分割是有效的;与传统分割方法相比,具有更强的自适应性和抗噪性。     

基于主成分分析和决策级融合的高光谱图像分类方法研究

为了评价主成分分析方法和决策级数据融合方法对高光谱图像地物分类结果的影响,作者利用各分类器和主成分分量的优势,提出了两组地物分类结果的决策级融合策略,利用8种常用监督分类方法对高光谱原始图像和PCA变换后不同分量组合图分类得到的结果进行决策级融合,并应用覆盖黄河入海口新老河道交界处的CHRIS/PROBA高光谱图像开展实验研究。结果表明:直接采用每类地物分类精度最高的、空穴和缝隙采用总体分类精度最高的融合策略,在综合考虑生产者精度和用户精度的情形下,仅使用最大似然法、支持向量机和人工神经网络3种分类方法,按照分类精度从高到低的顺序进行的融合分类效果最好,总体分类精度为87.82%。与8种监督分类方法中效果最好的最大似然法相比,精度提高了2.7个百分点,同时明显减少了错分现象,尤其是对于分布面积较小的翅碱蓬和柽柳,滩涂被误分为翅碱蓬、芦苇被误分为柽柳的现象大大降低。     

基于光谱复原的NMF遥感图像融合改进算法

在研究了非负矩阵分解(NMF)用于遥感图像融合技术的基础上,改进了一种基于光谱复原的NMF遥感图像融合算法,首先利用矩阵非负性分解求取图像的基向量矩阵,然后综合考虑图像融合后的光谱特性和波形变化情况,对基向量矩阵进行直方图规则化处理,最后得到融合后的图像。实验结果表明,该方法具有较好保持原始图像的光谱信息和空间信息的优点。     

一定厚度的油膜对海浪的抑制模型研究

本文结合海浪谱的作用量平衡方程,给出了一定厚度油膜对海浪的抑制模型,该模型不仅与油膜的物理参数有关,而且与环境参数有关。文中开展了抑制比对这些参数的敏感性分析,数值模拟结果表明:动力学粘性,表面/界面弹性、油膜厚度、油膜覆盖率等参数对抑制比的影响较大,但油膜的其他物理学参数如:密度、表面/界面张力,表面/界面粘度几乎对抑制比不产生影响;而且,文中还发现风速和风向对抑制比的影响较大。一般情况下,油膜对雷达回波信号的抑制,只需考虑油膜对海浪的抑制作用;但对厚乳化溢油而言,还应考虑到介电常数的减小对雷达回波信号的抑制。将本文建立的抑制比模型所得结果与墨西哥湾溢油事故期间的15景ENVISAR ASAR影像所得抑制比结果进行了比较。     

海上油膜厚度测量数据采集与处理系统的研究

为了实现海上油膜厚度实时动态测量,针对所研制的基于差分激光三角法的油膜厚度测量系统,设计了基于DSP的数据采集处理系统.该系统包括相机接口电路、CPLD控制和预处理电路、DSP主处理电路、以及CPLD和DSP之间的缓存电路,并开发了软件驱动和数据处理算法.利用所设计的数据采集处理系统和光学测量装置,对不同厚度的块规和石...     

基于纹理特征的围填海SAR图像分水岭分割方法

本文提出了一种基于纹理特征的围填海SAR图像分水岭分割方法,首先对机载MiniSAR图像进行灰度共生矩阵纹理滤波,获得纹理特征图像,再对纹理特征图像进行分水岭算法分割,将获得的形态学重建图像进行门限阈值分割,得到最后的二值化分割结果。该方法一方面通过调整灰度共生矩阵纹理滤波的窗口大小,抑制了斑点噪声的影响;另一方面,利用分水岭算法对边缘模糊杂乱图像的优势,提高了围填海信息提取的准确性。实验结果表明,本方法对高分辨率SAR图像围填海监测图像的分割效果良好。     

海洋溢油油膜厚度影响因素理论模型的构建

溢油扩展过程中油膜厚度的准确获得是进行溢油量估算和损失评估中需要解决的关键科学问题,通过揭示溢油扩展中油膜厚度的理论变化特征来获得油膜厚度随溢油性质和海洋环境条件变化的定量关系,构建海洋溢油油膜厚度影响因素理论模型,对溢油量估算至关重要。依据Lehr提出的油膜椭圆扩展模型构建了油膜厚度随溢油性质和海洋环境条件变化的定量关系,剖析了溢油扩展过程中油膜厚度的变化特征。油膜厚度在溢油发生后最初2小时内会迅速减小,此后衰减速度逐渐减小直至趋于稳定。对于原油来说,通常在6～7h内会达到最小油膜厚度,扩展终止。溢油密度对油膜厚度的影响表现为密度大的溢油初始厚度大,达到平衡的时间也较长;风速对于油膜扩展的影响巨大,风速越大越有利于油膜的扩展,油膜厚度越小;温度也通过影响溢油油膜密度来影响油膜厚度的变化,一定范围内,高温促进油膜的扩展,加快油膜厚度的变化速度。除溢油密度、风速和温度外,溢油方式、海流、潮汐和溢油时间等因素也会影响油膜厚度的变化。     

海底小目标声呐图像一维最大熵分割的改进方法

作为海洋高新技术,水声技术日益成为海洋水下探测的主要手段,而且有时是惟一的手段(比如对浑水或对远距离的情况).海底物体搜索、海底救捞、海底探宝、海底“黑烟囱”探测、海底施工以及海洋军事活动(如探测水雷)等多方面都涉及海底小目标(这里的“目标”泛指物体,包括各种人工制造物和自然形成物)探测.对海底小目标探测是一个困难而有意义的课题.高分辨成像声呐在海底小目标探测方面具有良好的应用前景.将高分辨成像声呐应用于海底小目标探测,图像处理是关键.图像分割是图像处理中的主要问题,也是机器视觉领域低层视觉中的主要问题,同时它又是一个经典难题.     

基于高斯混合模型的海冰图像非监督聚类分割研究

为了利用海冰图像识别技术获取海冰冰况信息, 探索了利用高斯混合模型进行海冰图像分割的技术途径, 描述了具体算法, 并利用高斯混合模型的最大期望值（EM）算法以及最小描述长度（MDL）准则对渤海海冰图像进行目标提取。研究结果表明, 该方法可以很好地实现海冰信息的有效提取和海冰图像的有效分割, 从而证明了建立在图像分割技术...     

荧光法在赤潮图像分析中应用

为解决探测和分析包含复杂背景沉淀物样品中的微藻的问题,利用微藻类在一定波长光的照射下会产生荧光的特性,对裸甲藻等多种藻类进行荧光实验处理。并在荧光实验的基础上进行阈值分割,轮廓和纹理分析及图像识别等后继图像处理,实验证明,荧光法可以有效的去除背景噪声,使得后继的图像处理容易和有效,从而解决了探测和分析包含复杂背景的沉淀物样品中微藻的问题。     

一种自动分类的加权模糊C均值图像分割算法

加权模糊C均值算法(WFCM)是1种有效的图像分割算法,该算法的分类数需要人工确定。为了提高算法的自动化程度,本文提出了先采用基于直方图平滑的峰点检测方法自动确定图像的分类数,再利用WFCM分割图像的算法。大量实验结果显示,此算法能够正确地对图像分类,并且合理地分割图像。