一種針對遙感大圖像的海洋溢油智能檢測方法
【專利摘要】本發(fā)明涉及一種針對遙感大圖像的海洋溢油智能檢測方法，包括以下步驟：（1）遙感大圖像輸入和處理；（2）溢油疑似區(qū)AOI探測；（3）基于CFAR的溢油區(qū)域提取。本發(fā)明的有益效果為：本方法大幅提高了遙感大圖像海洋溢油的檢測效率和檢測精度。
【專利說明】一種針對遙感大圖像的海洋溢油智能檢測方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及遙感圖像處理【技術(shù)領(lǐng)域】，特別是涉及一種針對遙感大圖像的海洋溢油智能檢測方法。
【背景技術(shù)】
[0002]隨著石油資源的不斷開發(fā)利用，接踵而來的海洋水體油污染問題日趨嚴(yán)重，在各種海洋污染中，石油污染無論在發(fā)生頻率、分布廣度，還是在危害程度上均居首位，已對人們的生產(chǎn)生活造成嚴(yán)重危害。因此，如何科學(xué)有效地解決海面溢油污染成為當(dāng)前擺在我們面前的迫在眉睫的重大課題，而如何對海面溢油進(jìn)行準(zhǔn)確和快速的識(shí)別則是解決溢油污染的前提。
[0003]由于利用衛(wèi)星遙感技術(shù)及時(shí)、準(zhǔn)確、全面地監(jiān)測海洋溢油污染，特別是利用SAR圖像，由于其具備全天時(shí)全天候監(jiān)測的特點(diǎn)，成為溢油檢測的重點(diǎn)數(shù)據(jù)源。世界各國近幾年對SAR圖像進(jìn)行自動(dòng)溢油算法的研究也已經(jīng)相繼展開，如加拿大遙感中心(CCRS)、漁業(yè)和海洋部(DFO)、加拿大海岸警衛(wèi)隊(duì)(CCG)、國防部(DFD)和加拿大空間局(CSA)聯(lián)合成功開發(fā)了 RADARSAT海洋監(jiān)視工作站(Ocean Monitoring Workstation,簡稱OMW),包括船只檢測模塊、油膜檢測模塊、海洋波譜模塊、海洋風(fēng)模塊和海況分析模塊。法國BOOSTTechnologies公司開發(fā)的SARTooI軟件,其利用邊緣檢測的算法將油膜區(qū)域分割出來,并同時(shí)給出了邊緣梯度等參數(shù)。MaST (Automated Maritime Surveillance Tool)軟件是由英國國防研究機(jī)構(gòu)DERA下屬的國防研究實(shí)驗(yàn)室QinetiQ開發(fā)的SAR圖像海洋特征檢測軟件系統(tǒng)。到目前為止，挪威、德國、俄羅斯、英國、法國、日本、巴西、印度及新加坡等國相繼開展了利用SAR監(jiān)測海洋溢油的研究工作，提出了多種自動(dòng)油膜檢測算法并獲得了很好的結(jié)果。我國海洋局也開發(fā)了渤海溢油檢測系統(tǒng)，這個(gè)系統(tǒng)主要采用實(shí)時(shí)接收的歐空局ENVISAT衛(wèi)星和加拿大Radarsat-1衛(wèi)星SAR圖像資料，經(jīng)過數(shù)據(jù)預(yù)處理、圖像分析、溢油識(shí)別和面積量算等流程，最后形成溢油監(jiān)測報(bào)告。而在遙感溢油檢測方法方面，KatrineWeisteen Bjerde提出基于移動(dòng)窗的自適應(yīng)閾值檢測的方法,首先判斷窗內(nèi)是否為同質(zhì)區(qū)域，若這個(gè)區(qū)域的直方圖呈現(xiàn)雙峰，則對該窗口進(jìn)行閾值檢測。Mauro Barni和Lena Chang均提出利用灰度信息或者統(tǒng)計(jì)特性將圖像進(jìn)行預(yù)分割，之后再進(jìn)行合并的方法來檢測溢油。R.T.S.Araujo則利用區(qū)域生長來進(jìn)行信息提取，取得一定效果。目前常用的幾種方法中，自適應(yīng)閾值檢測的方法檢測出的溢油信息不完整，倘若窗口中全是溢油信息則無法檢測出。而基于分割合并的方法，其難點(diǎn)在于判斷準(zhǔn)則的選取，同時(shí)在合并過程中需要耗費(fèi)比較多的時(shí)間，不適合對大圖像的處理。而區(qū)域生長的好壞取決于種子點(diǎn)的選取，目前應(yīng)用比較廣泛的是利用直方圖的峰值點(diǎn)作為種子點(diǎn)，但是SAR側(cè)視成像的特點(diǎn)更使得圖像一邊亮一邊暗，直方圖無法很好的反映出局部特點(diǎn)，難以獲得很好的檢測結(jié)果。
[0004]現(xiàn)有的SAR溢油圖像檢測中，很少涉及海陸分割的處理，或者僅通過將SAR圖像與已有的海岸線信息(全球海岸線概貌)進(jìn)行匹配，來達(dá)到去除陸地信息的目的。海岸線是變化的，每時(shí)每刻都不相同，而潮汐的變化也使得一些小島沒有標(biāo)在地圖上，如果用一個(gè)固定的海岸線數(shù)據(jù)去屏蔽陸地必然會(huì)帶來誤差。
[0005]當(dāng)前現(xiàn)有的基于SAR數(shù)據(jù)的溢油檢測算法，對油膜的識(shí)別都是部分或者全部依靠人工解譯，工作效率較低，而且虛警率較高。隨著衛(wèi)星SAR投入業(yè)務(wù)化運(yùn)行，SAR圖像數(shù)目的急劇增加，同時(shí)我國領(lǐng)海廣闊，擁有近300萬平方公里的管轄海域，海洋溢油問題嚴(yán)重，傳統(tǒng)的人工解譯過程已經(jīng)遠(yuǎn)遠(yuǎn)不能滿足實(shí)際應(yīng)用的需求。同時(shí)，由于國內(nèi)外的一些主要檢測算法大部分都是針對整幅圖像進(jìn)行檢測，很少考慮到SAR的側(cè)視成像特點(diǎn)及圖像大小，因此檢測效率較低，而在針對大圖像溢油檢測方面，由于整幅圖像的復(fù)雜性更高，這也給檢測的精度帶來了困難。

【發(fā)明內(nèi)容】

[0006]本發(fā)明的目的是提供一種針對遙感大圖像的海洋溢油智能檢測方法，以克服目前現(xiàn)有技術(shù)中存在的上述不足。
[0007]本發(fā)明的目的是通過以下技術(shù)方案來實(shí)現(xiàn):
一種針對遙感大圖像的海洋溢油智能檢測方法，包括以下步驟:
(1)遙感大圖像輸入和處理:
獲取輸入計(jì)算機(jī)的SAR圖像數(shù)據(jù)并對其進(jìn)行LEE與MAP Gamma濾波處理和幾何糾正；
(2)溢油疑似區(qū)AOI探測:
對步驟(1)中處理完成的圖像利用Ratio邊緣檢測算法進(jìn)行AOI檢測，所述Ratio邊緣檢測算法如下:
【權(quán)利要求】
1.一種針對遙感大圖像的海洋溢油智能檢測方法，其特征在于:包括以下步驟: (1)遙感大圖像輸入和處理: 獲取輸入計(jì)算機(jī)的SAR圖像數(shù)據(jù)并對其進(jìn)行LEE與MAP Gamma濾波處理和幾何糾正； (2)溢油疑似區(qū)AOI探測: 對步驟(1)中處理完成的圖像利用Ratio邊緣檢測算法進(jìn)行AOI檢測，所述Ratio邊緣檢測算法如下:
2.根據(jù)權(quán)利要求1所述的一種針對遙感大圖像的海洋溢油智能檢測方法，其特征在于:步驟(3)中，當(dāng)c=2時(shí)，Weibull分布脫化為Rayleigh分布，當(dāng)C=I時(shí)，Weibull分布脫化為指數(shù)分布。
3.根據(jù)權(quán)利要求2所述的一種針對遙感大圖像的海洋溢油智能檢測方法，其特征在于:Weibull分布的尺度參數(shù)和形狀參數(shù)由Weibull分布的一階矩和二階矩的計(jì)算公式得出:
4.根據(jù)權(quán)利要求3所述的一種針對遙感大圖像的海洋溢油智能檢測方法，其特征在于:在所述步驟(1)和(2)之間增加海陸分割、屏蔽陸地步驟: 過對圖像像素的計(jì)算，確定圖像中非海洋區(qū)域并屏蔽這些區(qū)域，計(jì)算公式如下:
【文檔編號(hào)】G06T7/00GK103971370SQ201410204690
【公開日】2014年8月6日 申請日期:2014年5月15日 優(yōu)先權(quán)日:2014年5月15日
【發(fā)明者】王思遠(yuǎn), 張佳華, 尹航, 殷慧, 常清, 孫云曉, 楊柏娟, 汪簫悅, 彭瑤瑤 申請人:中國科學(xué)院遙感與數(shù)字地球研究所