基于合成孔径雷达回波信号的海洋溢油监测方法研究

海洋油污染是各类海洋污染中最常见、分布面积最广且危害程度最大的污染之一。近年来,海洋特别是近海人类活动频繁,且随着海上运输和石油加工业的发展,油田井喷、钻井平台爆炸、船舶碰撞等所造成的溢油事故增多,因而,监测海洋溢油具有重要的经济和社会现实意义。研究采用MatLAB工具,通过图像预处理(图像校正和增强)、特征提取和神经网络识别等方法,对合成孔径雷达(SAR)海洋溢油图像进行处理,最终期望实现半自动区分SAR图像上各类目标,并进行多种神经网络方法效果比较。研究首先对SAR海洋溢油图像进行初步人工识别;然后进行图像预处理(几何校正、滤波处理等)和基于灰度共生矩阵的特征值计算;最后,借助神经网络方法对溢油区域和疑似溢油区域进行分类,输出分类处理后的图像。通过输出图像分析发现,神经网络能对SAR海洋溢油图像中溢油、海水、土地3类目标进行明确分类,且RBF神经网络模型精度高于BP神经网络。本文提出的半自动分类方法不仅能提高SAR图像处理效率,将分类目标扩充有溢油和非溢油扩充到溢油、海水、土地3类,提高图像处理的全面性,同时通过比较RBF和BP神经网络在SAR溢油图像分类上的具体优劣,有着较好实际意义。     

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。     

合成孔径雷达图像中海洋内波的特征检测

海洋内波在合成孔径雷达(SAR)图像中具有特定纹理分布,因此可以根据海洋内波SAR图像的纹理分布特性,进行内波海面特征检测。利用功率谱对具有不同纹理特征的SAR图像进行分析,并对特征进行分类统计得出内波的功率谱特征。在海洋内波区域,利用多孔小波变换及多尺度融合提取海洋内波特征,在此基础上对波-流散射系数进行提取。提出了"内波特征的功率谱特征-多孔小波综合检测算法",为海洋内波参数反演奠定了基础。     

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。     

海洋溢油模型及其应用研究进展

根据滥油模型的数学计算理论不同,溢油模型主要有两个类型,欧拉-拉格朗日理论模型和蒙持卡罗方法模型。欧拉-拉格朗日理论模型主要包括:全动力轨迹模型和溢油归宿模型。溢油归宿模型又包括溢油扩展、扩散模型和风化模型。风化模型包括蒸发、溶解、乳化、光氧化、生物降解等过程。蒙持卡罗方法模型在欧拉-拉格朗日理论模型基础上增加了溢油扩散随机数的计算,应用随机数来计算油膜三维扩展尺度。该模型是对欧拉-拉格朗日理论模型的补充和完善。目前国内以及日本、美国、新加坡等国学者们分别在海湾,海峡等(?)了溢油组合模型。但由于他们的研究重点不同,模型没有得到全面的应用。溢油模型的前景相对可观,其与溢油应急反应专家系统的结合使得我们可以根据应急系统做出相应的应急计划,并通过模拟来对溢油损害索赔进行定量。     

机载小型SAR研发与海洋溢油监测试验研究

基于海上溢油监测需求,自主研发了小型合成孔径雷达(SAR),并基于机载平台开展海上监测试验,进行应用测试。研发的小型SAR工作在C波段,极化方式为VV,质量24kg,可搭载于有人或无人飞行器,对较大面积海域进行实时连续成像,在获取设定分辨率的SAR实时影像的同时,完整记录原始回波信息,可进一步地面处理生成精细影像。2015年8—9月在山东烟台威海近海海域开展了机载小型SAR海洋监测试验,获取了海上目标包括平台、船只、浮筏和海上疑似油膜现象的SAR影像,成像良好。海上试验研究表明,小型SAR可以提供高质量的海面SAR影像数据,为海面目标及油膜的实时监测提供有利支持。     

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.     

基于改进Faster R-CNN模型的SAR图像溢油检测方法

SAR（synthetic aperture radar）图像溢油暗斑准确识别对海上溢油应急工作具有重要的意义。为减少SAR图像特征提取、特征选择过程中人为因素对溢油检测精度的影响,本文将Faster R-CNN卷积神经网络模型引入SAR图像溢油检测并进行了改进。针对溢油暗斑形状多样及SAR图像背景复杂的特点,选用结构一致且实用性强的VGG16卷积网络获取图像特征,并使用软化非极大值抑制算法（Soft-NMS）进行优化。同时基于相同的数据集,提取常用的SAR图像几何特征、灰度特征和纹理特征,构建反向传播（backpropagation,BP）人工神经网络溢油检测方法并与Faster R-CNN方法进行对比。实验结果表明,基于改进Faster-RCNN模型的溢油检测方法溢油检测率达到0.78,且溢油检测虚警率低于0.25,相比BP人工神经网络溢油检测方法样本识别率、溢油检测率分别提高了4%和5%,溢油虚警率降低了5%。     

基于纹理分析和人工神经网络的SAR图像中海面溢油识别方法

基于纹理分析和人工神经网络建立了用于区别SAR图像中溢油现象和疑似溢油现象的模型.引入图像处理中的纹理分析作为识别溢油现象的特征参量,并利用方差分析对计算的31个特征参量进行筛选作为神经网络的输入.结果表明,模型能够较好的识别溢油现象,测试样本集的总体精度为0.83;纹理特征作为特征参量以及基于方差分析的特征参量筛选提高了溢油现象的识别精度.     

一种基于经验模态分解的SAR图像溢油识别算法

溢油事件的发生会给海洋环境的保护和经济发展带来巨大的影响。运用现代化的监测手段和技术进行监测,及时发现溢油现象和违规行为,保护海洋环境是非常重要的。合成孔径雷达（SAR）技术是溢油检测的有效工具,在SAR图像中溢油表现为黑色的区域,但是黑色区域也可能会由其他的因素引起。本文提出了一种基于二维经验模态分解（BEMD）的方法来识别溢油和疑似溢油。首先通过BEMD方法将感兴趣的区域分解为局部窄带的各分量—内蕴模函数（BIMF）之和,并对分解后得到的各分量IMF进行Hilbert变换,通过Hibert谱分析得到64维的特征空间,然后使用Relief方法得到5个特征向量,最后利用马氏距离分类器进行分类。通过实验结果表明,该方法能够有效、准确地检测出溢油,准确率超过90%。     

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%。     

Semisupervised heterogeneous ensemble for ship target discrimination in synthetic aperture radar images

Ship detection using synthetic aperture radar (SAR) plays an important role in marine applications. The existing methods are capable of quickly obtaining many candidate targets, but numerous non-ship objects may be wrongly detected in complex backgrounds. These non-ship false alarms can be excluded by training discriminators, and the desired accuracy is obtained with enough verified samples. However, the reliable verification of targets in large-scene SAR images still inevitably requires manual interpretation, which is difficult and time consuming. To address this issue, a semisupervised heterogeneous ensemble ship target discrimination method based on a tri-training scheme is proposed to take advantage of the plentiful candidate targets. Specifically, various features commonly used in SAR image target discrimination are extracted, and several acknowledged classification models and their classic variants are investigated. Multiple discriminators are constructed by dividing these features into different groups and pairing them with each model. Then, the performance of all the discriminators is tested, and better discriminators are selected for implementing the semisupervised training process. These strategies enhance the diversity and reliability of the discriminators, and their heterogeneous ensemble makes more correct judgments on candidate targets, which facilitates further positive training. Experimental results demonstrate that the proposed method outperforms traditional tri-training.     

复合雷达后向散射模型与合成孔径雷达、散射计和高度计海面雷达后向散射观测的比较分析

海洋微波散射模型相比于以经验统计建立的地球物理模式函数具有不受特定微波频率限制的优势。组合布拉格散射模型和几何光学模型形成了复合雷达后向散射模型。利用南海北部气象浮标2014年海面风速风向实测值作为散射模型输入,分别比较了复合雷达后向散射模型与RADARSAT-2卫星C波段SAR、HY-2A卫星Ku波段微波散射计的海面后向散射系数,偏差分别为(?0.22±1.88) dB (SAR)、(0.33±2.71) dB (散射计VV极化）和(?1.35±2.88) dB (散射计HH极化);以美国浮标数据中心(NDBC)浮标2011年10月1日至2014年9月30日共3年的海面风速、风向实测值作为散射模型输入,分别比较了复合雷达后向散射模型与Jason-2、HY-2A卫星Ku波段高度计海面后向散射系数,偏差分别为(1.01±1.15) dB和(1.12±1.29) dB。中等入射角和垂直入射下的卫星传感器后向散射系数观测值与复合雷达后向散射模型模拟值比较,具有不同的偏差,但具有相同的海面风速检验精度,均方根误差小于1.71 m/s。结果表明,复合雷达后向散射模型可模拟计算星载SAR、散射计和高度计观测条件下的海面雷达后向散射系数,且与CMOD5、NSCAT-2、高度计业务化海面风速反演的地球物理模式函数的计算结果具有一致性;复合雷达后向散射模型可用于微波遥感器的定标与检验、海面雷达后向散射的模拟。     

一种基于Curvelet变换的合成孔径雷达海洋内波图像的斑点噪声抑制方法

合成孔径雷达是海洋内波研究中最重要的工具之一。雷达图像中的斑点噪声会严重降低图像的质量,这一问题在处理和分析信号较弱的二模态内波信号和上升型内波信号时极为明显。合成孔径雷达图像中的海洋内孤立波的信号具有明显的尺度性和方向性。同时,curvelet变换作为一种同时具备尺度分辨率和方向分辨率的数学变换,能够对一幅雷达图像在不同尺度、不同方向和不同位置上进行分析。本文给出了一个基于curvelet变换的合成孔径雷达海洋内孤立波图像的斑点噪声抑制方法。该方法可简述为：(1)对一幅合成孔径雷达海洋内孤立波图像进行curvelet变换,获得curvelet系数;(2)分别仅仅保留一个尺度的系数,将其它尺度的系数置为零,利用处理之后的系数分别重建图像,得到仅仅用一个尺度的系数重建的图像;(3)分别计算上一步中得到的图像的均方差,根据波浪理论,图像的方差代表能量,方差越大则能量越大,以此可以确定内波信息集中的尺度;(4)在每个尺度下,分别计算每个方向的curvelet系数矩阵的平均值,以此确定内孤立波信号集中的方向;(5)在上两步工作的基础上,仅仅保留内波信号集中的尺度和方向的系数,而将其它尺度和方向的系数置为0,得到一幅提取主波信息的图像;(6)将上一步得到的提取主波信息的图像加回到原始图像中,从而达到增强波浪信息并抑制斑点噪声的目的。大量的实验验证表明,该方法不仅能有效地压制斑点噪声,而且能有效地增强波浪信号。     

全极化合成孔径雷达近岸风场反演研究

Coastal winds are strongly influenced by topology and discontinuity between land and sea surfaces. Wind assessment from remote sensing in such a complex area remains a challenge. Space-borne scatterometer does not provide any information about the coastal wind field, as the coarse spatial resolution hampers the radar backscattering. Synthetic aperture radar （SAR） with a high spatial resolution and all-weather observation abilities has become one of the most important tools for ocean wind retrieval, especially in the coastal area. Conventional methods of wind field retrieval from SAR, however, require wind direction as initial information, such as the wind direction from numerical weather prediction models （NWP）, which may not match the time of SAR image acquiring. Fortunately, the polarimetric observations of SAR enable independent wind retrieval from SAR images alone. In order to accurately measure coastal wind fields, this paper proposes a new method of using co-polarization backscattering coefficients from polarimetric SAR observations up to polarimetric correlation backscattering coefficients, which are acquired from the conjugate product of co-polarization backscatter and cross-polarization backscatter. Co-polarization backscattering coefficients and polarimetric correlation backscattering coefficients are obtained form Radarsat-2 single-look complex （SLC） data.The maximum likelihood estimation is used to gain the initial results followed by the coarse spatial filtering and fine spatial filtering. Wind direction accuracy of the final inversion results is 10.67 with a wind speed accuracy of 0.32 m/s. Unlike previous methods, the methods described in this article utilize the SAR data itself to obtain the wind vectors and do not need external wind directional information. High spatial resolution and high accuracy are the most important features of the method described herein since the use of full polarimetric observations contains more information about the space measured.This article is a useful addition to the work of independent SAR wind retrieval. The experimental results herein show that it is feasible to employ the co-polarimetric backscattering coefficients and the polarimetric correlation backscattering coefficients for coastal wind field retrieval.     

基于影像纹理特征和外部风向的星载 SAR 海面风场反演研究

在合成孔径雷达(Synthetic Aperture Radar,SAR)海面风场反演中,基于风条纹影像纹理特征的海面风向反演方法精度高,但是依赖于图像风条纹的存在,而外部风向信息与SAR资料时空分辨率不易匹配、精度较低,从而影响大面积、高分辨率海面风场反演的精度。针对此问题,提出一种将SAR图像风条纹线性纹理特征与外部风向信息相结合的星载SAR海面风向获取方法,在SAR影像线性纹理特征明显的区域采用二维连续小波变换得到高精度的海面风向,其余区域采用与之时空相匹配的数值预报模式风向填充;并利用地球物理模型函数进一步得到海面风速,进而实现高精度、大范围海面风场的反演。为验证本文方法的有效性,利用ENVISAT/ASAR数据进行风场反演试验,并将反演结果与浮标实测数据进行比对。结果表明:在线性纹理特征明显的区域,小波方法的反演精度优于快速傅里叶变换(FFT)法和数值预报模式风向;外部风向精度略低,但与SAR观测资料时空匹配性较好,弥补了风条纹风向的不足。二者的结合为星载SAR海面风场反演的业务化应用提供了支持。     

A novel synthetic aperture radar scattering model for sea surface with breaking waves

In this study a novel synthetic aperture radar(SAR) scattering model for sea surface with breaking waves is proposed. Compared with existing models, the proposed model considers an empirical relationship between wind speed and wave breaking scattering to present the contribution of wave breaking. Moreover, the scattering weight factor p, and wave breaking rate q, are performed to present the contribution of the quasi-specular scattering term, Bragg scattering term, and wave breaking scattering t...