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。     

JFR 海底热液区多波束声纳数据处理与分析

基于收集到的东太平洋海隆北段Juan de Fuca Ridge热液活动区的高精度多波束声纳数据,应用加权移动平均算法, 生成典型的高精度海底DTM;应用声纳图像处理技术,生成高分辨率海底声纳镶嵌图,并对其海底地形及海底声学图像进行 处理和分析。通过处理与分析,对JFR热液区海底地形地貌特征有了初步认识,对于我国大洋调查和海底热液区探测具有一 定的借鉴作用。     

基于SVM的海底声纳图像底质识别*

对海底底质声纳图像分割,提取单元特征向量进行主成份分析,选取均值、标准差、对比度、相关系数、能量及同质性作为训练特征向量,优化支持向量机(SVM)参数.利用多分类 SVM 对砂、礁石、泥进行训练,有效、快速地分离出了3种底质类型,测试精度高于80%,表明该方法可有效用于海底底质声纳图像的识别和分类.     

海底三维声学图像实时处理系统设计

结合多核CPU硬件PC平台,设计了一种海底三维声学图像实时处理系统,主要包括声学前端信号处理子系统、数据传输控制子系统和PC客户端图像处理系统三个部分。声学前端信号处理子系统统根据接收到的多路声学换能器信号,通过两级FPGA信号处理,采集多通道水声信号,进行实时电子聚焦波束形成。为了解决海量声学数据快速传输问题,数据传输控制子系统未采用传统用户空间TCP/IP传输机制,而是直接通过嵌入式PowerPC处理器在Linux内核态采用DMA通道进行声学数据转发,减少系统调用和数据拷贝开销,有效提高网络传输效率。针对海量声学数据实时处理需求,PC客户端图像处理系统通过对复杂、耗时的单帧重建和数据拼接算法模块根据声学数据点的角度范围进行等分分割,对每个子范围声纳数据采用多线程并行处理,均衡多个CPU核之间负载,实现高性能三维声学图像实时处理。通过室内水池和湖试实验,结果表明该系统能够实时高效地进行三维声学图像采集、传输与处理。     

我国海岸潟湖卫星遥感分类方法研究

参照Landsat-5TM和HJ-1CCD遥感影像,依据实地踏勘资料及解译经验,分析各种海岸潟湖地貌学成因和发育演变阶段,提出基于潟湖地貌学成因的遥感分类方法。并将我国海岸潟湖划分为滨外坝型、沙坝型、沙嘴型、湾顶坝型、连岛坝型和河口型共6种地貌类型。建立基于发育演变阶段的潟湖遥感分类标准,将海岸潟湖分为青壮年期、老年期和死亡期共3个发育演变过程;结合潟湖在影像中的特征,以近红外、红、绿波段组合后的假彩色影像为例,从色彩、纹理、地物邻接关系等方面建立不同潟湖类型的遥感解译标志;根据所建立的遥感解译标志,对山东省53个海岸潟湖进行遥感分类验证,结果吻合。     

利用温度链对南海内波振幅的观测

内波的实测资料一般为走航或者浮标布站观测得到的一个关于时间和空间的大面资料,将此资料进行滤波后,进行简单的数值处理,即可得到内波的振幅。但是这种资料较少,布控站位难度较大,成本也较高,是一种不易获取的资料。本文利用的温度链资料是一种获取简单,成本也较低的实测资料。利用温度链资料基于内波带动水质点上下波动的物理过程,进行内波振幅的计算,将会有较大的适用性。     

基于图像测速的波浪破碎两相速度场测量方案探讨

针对波浪破碎试验中气泡区速度与水体速度无法同时测量的难题,基于实验室条件,搭建了粒子图像测速（PIV）和气泡图像测速（BIV）系统,采用声学多普勒测速仪（ADV）对PIV测量精度和不同场景下BIV测量精度进行了细致的验证,并设计多种试验方案以期实现BIV与PIV的同步耦合测量。试验结果表明,7W激光+后置灯的优化照明方案,其耦合测量的气泡区速度代表参数与标准BIV照明方案的结果误差小于5%,且耦合测量的气泡区下方水质点的速度曲线与标准PIV测量结果吻合,表明该改进方案满足PIV与BIV耦合测量的条件。本文实现的PIV与BIV耦合测量有利于优化测量和分析工作,减小破碎波浪重复生成的影响,有利于提高测量精度,为大范围波浪破碎速度场的快速测量提供了新的方案。     

海底声学底质分类的ELM-AdaBoost方法

基于自适应增强算法（AdaBoost）结合极限学习机（ELM）,通过迭代、调整、优化ELM分类器之间的权值,从而构建了具有强鲁棒性、高精度的ELM-AdaBoost强分类器,增强了现有的ELM分类器的稳定性。以珠江口海区侧扫声呐图像为实验数据,对礁石、砂、泥3类典型底质进行分类识别,该方法的平均分类精度超过90%,优于单一ELM分类器的平均分类精度85.95%,也优于LVQ、BP等传统分类器,且在分类所耗时间上也远少于传统分类器。实验结果表明,本文构建的ELM-AdaBoost方法可有效应用于海底声学底质分类,可满足实时底质分类的需求。     

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。     

基于实测资料的内波振幅修正参数

针对海洋内波参数反演的技术难点,本文从原始内波动力学方程组出发,提出了一套更容易实现的内波波长反演方法,通过加入与波长、水深相关的振幅修正系数,得到了改进的内波振幅反演方法,并与实测资料进行了对比验证。结果证明,加入参数修正后的内波振幅精度得到了较大提高。