基于DRLSE模型的SAR溢油提取方法

为提高海上溢油轮廓SAR提取精度,验证了FCM(Fuzzy C-Means Algorithm)与DRLSE(Distance Regularized Level Set Evolution)模型结合的方法提取SAR溢油信息的有效性;鉴于其无法避免细小噪音的影响以及薄油膜提取效果不好的问题,提出了阈值和DRLSE模型结合的溢油信息提取方法,通过阈值构建溢油区域初始轮廓,克服了图像细小噪声对溢油提取的影响,更有利于提取薄油膜信息,溢油提取精度优于H/A/alpha-Wishart非监督分类方法和FCM与DRLSE模型结合的方法。

基于多特征多核学习的全极化SAR溢油提取方法

全极化合成孔径雷达(Synthetic Aperture Radar,SAR)数据具有丰富的极化信息,能够提取出大量异构性特征。核学习方法在解决小样本、高维特征分类问题上具有优势,但异构特征对不同核函数具有响应差异。本文利用一种引入先验标签的多核学习方法进行全极化SAR的溢油信息提取,即基于分析结果对特征集进行遴选与组合,分别在每个特征组合中训练得到一个预备层核函数,以新获取的预备层核函数作为新的底层核函数,对全部特征进行学习分类。通过提取与分析溢油和海水的统计特征、物理散射特征和纹理特征,建立溢油全极化SAR特征谱,并利用引入先验标签的多核学习分类器进行溢油提取实验。结果表明,该方法能够利用全极化SAR多维异构特征的互补特性有效提高溢油分类提取精度。

基于多特征的SAR影像溢油暗斑提取

由于星载合成孔径雷达(Synthetic Aperture Radar,SAR)溢油影像包含大量斑点噪声,仅依靠传统模糊聚类方法不能有效提取出其溢油区域。针对SAR图像存在的斑点噪声问题,本文提出了一种结合多特征与改进模糊C均值聚类(Fuzzy C-means,FCM)的溢油暗斑提取方法。该方法首先提取影像的多个特征,以便更加充分地反映影像信息;然后同时考虑像素与其邻域的强度和空间位置关系,以此来构造模糊加权因子,进而定义目标函数;最后通过迭代最小化目标函数,获得最佳溢油暗斑提取结果。文中对真实的SAR溢油影像进行了溢油暗斑提取实验,并分别与利用单一特征和加入邻域关系的模糊聚类方法得到的提取结果进行对比分析,实验结果证明了本文方法的有效性。

基于耀光反射差异的海面溢油遥感识别提取

溢油是海洋环境监测的重要目标之一。近年来,光学遥感对海面溢油不同污染类型的识别、分类与估算原理得到阐明,其技术优势获得认可;能为海面溢油监测提供颠覆性的技术支持,提高了溢油的识别精度,实现精细化定量探测。随着中国海洋水色业务卫星—HY-1C/D(Haiyang-1C/D)的投入应用,其搭载的海岸带成像仪CZI(Coastal Zone Imager)在中国近海溢油监测中体现了较好的效能;但HY-1C/D星CZI载荷开展中国近海溢油业务化监测应用,还需要不断丰富并发展溢油识别提取算法。在HY-1C/D星CZI载荷的高空间分辨率影像中,不同的海面溢油污染类型具有明确的光谱响应特征和形态特征;太阳耀光反射差异,有助于海面溢油的遥感检测,同时也给溢油污染的识别分类与定量估算带来不确定性影响。本研究在CZI载荷数据对海面溢油波段响应基础上,通过溢油海面与背景干扰的耀光反射特征分析,厘清CZI图像中海面耀光干扰的空间分布特点;进一步在优选波段的移动窗口分割及其参数统计基础上,通过对不同分割窗间的耀光形态特征及其相关性判断,实现了CZI图像上海面溢油较高精度的识别与提取。其中,弱耀光条件下油膜提取的平均精度为90.24%、乳化油的平均精度为80.55%;强耀光条件下溢油提取总体效果也较好。面向国产自主海洋水色业务卫星数据,发展溢油光学遥感识别、分类、提取与估算,不仅能促进国产海洋光学卫星的业务化应用,更能为全面掌握中国近海溢油污染状况提供数据参考。

多元指标的海上溢油信息提取

海上溢油给海洋生态环境带来了巨大的影响,甚至需要几十年才能恢复。运用卫星遥感进行海上溢油监测已成为目前溢油监测的主要手段。本文对海上溢油遥感监测方法进行了分析,鉴此,提出了一种SAR数据的多元指标溢油信息提取方法。首先,对图像进行分割,然后,建立溢油形状参数、纹理特征指数、物理特性指数等主要指标,并以层次分析法得出每一类指标的权重。针对每一类指标,以经现场验证的溢油图像为基础,选择形状参数,如周长与面积比值、复杂度等,建立溢油形状判读等级;选择纹理特征参数,以灰度共生矩阵的相关性、熵、变化等来表达溢油的纹理特性,建立溢油纹理特征判断等级;选择溢油物理特征,如溢油与海水的标准差、均方根差、对比度等,建立溢油物理参数判断等级。在此基础上,建立海上溢油遥感信息提取指数,计算分割图斑的溢油遥感信息提取指数,以此判断溢油遥感信息提取的置信度,为溢油识别提供依据。