面向对象的SAR溢油检测算法与系统构建
海上溢油事频发,这已受到人们的高度关注。然而,传统的监测手段难以满足大面积、实时监测的要求。星载合成孔径雷达(SyntheticApertureRadar,SAR),具有全天时、全天候的工作能力,已经被众多专家认为是最适合探测海面溢油的遥感器。 在SAR影像中常常出现“类油膜”现象,如何有效区分油膜和类油膜,对提升溢油检测具有重要意义。本文利用EnvisatASAR影像,对2010年美国墨西哥湾溢油进行了特征分析。找出145个油膜和134个类油膜样本,综合分析了其形状特征、物理特征和纹理特征。经过分析,发现几何特征和物理特征比纹理特征更适合溢油和类油膜的区分。 SAR影像中存在斑点噪声,因此,相比于基于像素的图像处理方法,面向对象(或基于对象)的方法可以收到更为满意的效果。本文发展了一种基于凝聚层次聚类的溢油SAR图像分割算法。该算法可以有效保持SAR影像中暗斑的形状和边缘特征;另外,该算法的多尺度特性可以使其将不同尺度的暗斑精确地分割出来,因此适用于SAR影像中不同尺度暗斑的分割。 利用溢油和类油膜特征分析的结果,本文建立了一种基于模糊逻辑(FuzzyLogic,FL)的溢油检测算法。该算法利用模糊数学的优势,有效区分SAR影像中的溢油和类油膜;该算法还可以给出暗斑被分为溢油的概率。经过三景SAR影像的溢油检测实验,本文算法能够得到令人满意的效果。 结合本文发展的SAR溢油检测算法,本文还构建了一套SAR溢油检测软件系统。该系统共包含三个模块:1)基本功能,2)溢油检测,3)综合分析。利用2010年EnvisatASAR墨西哥湾溢油数据,测试了该软件系统的业务化运行能力。
星载合成孔径雷达;特征提取;图像分割;溢油检测
国家海洋局第一海洋研究所
硕士
物理海洋学
张杰;孟俊敏
2013
中文
X55;TN958
126
2014-05-22（万方平台首次上网日期，不代表论文的发表时间）