论文部分内容阅读
海洋产业蓬勃发展的同时给海洋环境带来了严重污染,主要表现在由石油钻井平台、输油管道和载油船舶等泄漏造成的突发性溢油污染。与此同时,随着卫星遥感技术的快速发展,SAR以其全天候、全天时,主动发射电磁波等优势,给海洋溢油检测提供了强大的数据支撑,基于SAR影像的海洋溢油检测方法也成为遥感技术应用领域的研究热点。当前海洋环境监测部门迫切需要一种处理速度快且识别精度高的全自动业务化检测系统,然而至今仍未出现一套较为理想的全自动业务化检测系统,主要原因在于:一方面大多数算法检测精度不高,受溢油种类、SAR成像特点及观测角度、海洋风场等影响,SAR影像上存在许多“假目标”干扰溢油检测;另一方面检测效果好的算法大多依赖专家先验知识,输入参数较多,溢油检测自动化程度不高。本文针对全自动业务化溢油检测的应用需求,摒弃传统的“一步到位”思想,采用“先粗提取、后细分类,先灰度特征、后几何特征”的思想,重点开展了 SAR影像溢油检测预处理方法、基于恒虚警率(CFAR,Constant False Alarm Rate)算法的SAR影像溢油目标分割、联合几何特征的溢油暗斑分类等研究工作。论文主要完成的工作包括:1.结合溢油目标特点和自动化检测算法实现原理,研究了 SAR影像所须的辐射校正、几何校正、斑点噪声滤波和陆地掩膜等预处理过程,及各步骤中的最优方法选择问题。2.针对附加参数少、计算速度快的经典CFAR算法目标检测中虚假目标数较高的不足之处,以及双参数CFAR算法检测精度高但计算复杂的特点,通过简化双参数CFAR算法的计算过程及相关判别条件,提出了一种改进的双参数CFAR溢油目标检测算法。实验证明本文改进算法在控制漏检率、减少虚假目标数的同时,处理速度比双参数CFAR算法至少要快2～3倍,能够满足SAR影像溢油暗斑粗检测的自动化处理需求。3.为进一步排除“假目标”的干扰,在本文改进CFAR算法粗分割的暗斑基础上,提出了联合几何特征的溢油暗斑分类方法。通过计算暗斑的面积、形状参数得到几何特征,并利用加权投票算法给每个暗斑进行溢油相似度“打分”,最后根据总分值将检测到的暗斑分成溢油目标、疑似溢油目标、非溢油目标三大类,从而弥补了传统“二分法”的缺陷。最后实验结果证明本文所提出的算法检测精度能够使得粗检测精度提高近3-4倍。