基于散射特性的SAR圖像海上溢油檢測算法研究.pdf

1、本文是基于散射特性的SAR圖像海上溢油檢測算法研究，主要包括：
　?。?）針對海面SAR圖像的特點，對SAR圖像進行預(yù)處理，分析不同濾波方法對海面SAR圖像的濾波效果；針對海面SAR圖像目標(biāo)區(qū)域遠遠小于背景區(qū)域的特點，采用局部區(qū)域濾波方法，而且后續(xù)的圖像分割也可以在這個濾波區(qū)域進行，使得它更適應(yīng)海洋環(huán)境下的濾波。
　?。?）研究SAR圖像常用的分割方法，由于微波的散射特性導(dǎo)致交叉極化圖像與共極化圖像表現(xiàn)出不同的灰度特征，共極

2、化圖像海面與陸地灰度對比度較小，而交叉極化海陸灰度對比度較大，因此本文采用交叉極化進行SAR圖像海陸分割；水平集方法對噪聲比較敏感，對噪聲較大的圖像分割得到的目標(biāo)區(qū)域邊界粗糙，因此，本文采用水平集的方法結(jié)合形態(tài)學(xué)濾波對噪聲較小的 SAR圖像進行分割；馬爾可夫分割方法的抗噪能力較強，采用馬爾可夫分割分割方法對噪聲較大的圖像進行分割。
　?。?）對分割后的圖像進行特征提取，針對海洋環(huán)境下SAR圖像的特點，提取出圖像的幾何、灰度、紋理、

3、極化特征等，并且采用目標(biāo)區(qū)域的灰度最大值與最小值作為灰度共生矩陣求取紋理特征值的灰度上下限，減小所需要計算的灰度范圍、提高了特征參量的針對性。
　?。?）分析常用的分類器，采用已有樣本對不同分類器溢油識別能力進行測試，并得到不同分類器識別溢油的精度；針對海洋溢油與疑似溢油特點建立SVM集成分類器進行溢油識別；根據(jù)微波散射特性，利用全極化圖像進行極化分解，通過Cloude分解、Yamaguchi分解得到極化參數(shù)，并結(jié)合全極化SAR圖