高光譜區(qū)域生長算法用于溢油區(qū)域劃分.pdf

1、圖像分割一直都是高光譜技術(shù)研究中的一個熱點。雖然目前已經(jīng)有較多的圖像分割算法，但大都針對具體的應(yīng)用，在海面溢油區(qū)域劃分問題上效果不理想。如果能有一種分割算法很好地分割出溢油區(qū)域，將會為溢油面積的計算和溢油量估算這些后續(xù)工作提供便利，所以溢油區(qū)域劃分是一項很有必要的工作。
　　 本文從溢油區(qū)域的劃分問題展開，主要針對區(qū)域生長分割算法進行了以下幾方面的研究工作。
　　 (1)將原始區(qū)域生長算法用在高光譜遙感溢油圖像當中，在只

2、使用歐氏距離作為相似度準則的前提下進行矢量溢油區(qū)域的劃分。
　　 (2)結(jié)合溢油圖像的自身特點，采用端元提取思想自動獲取種子點，同時將高光譜的幅度光譜特征和形狀光譜特征相結(jié)合作為相似度準則，進行矢量溢油區(qū)域的劃分。同時也實現(xiàn)了采用待生長點與已生長區(qū)域均值進行比較的生長方式的區(qū)域生長算法，并將其用到矢量溢油區(qū)域的劃分當中。
　　 (3)最后，針對波浪起伏面及太陽耀光的影響所導(dǎo)致的已生長區(qū)域噪聲點的問題，提出了一種新的生長方

3、式。即用待生長點3*3鄰域或5*5鄰域的均值與已生長區(qū)域均值比較的生長方式，進一步的降低了生長區(qū)域的噪聲，最終實現(xiàn)溢油區(qū)域劃分的目的。最后將該方法分割結(jié)果與分別使用閾值分割方法和聚類分割方法分割的結(jié)果進行了對比，并對其有效性進行了說明。
　　 論文利用蓬萊19-3C平臺溢油遙感圖像和美國印第安納州(Indiana)某農(nóng)林混合試驗場獲取的AVIRIS高光譜圖像數(shù)據(jù)作為實驗數(shù)據(jù)，進行了實驗研究以及驗證。實驗的結(jié)果證明，論文所提的自動