基于紋理分析的溢油SAR圖像分類研究.pdf

1、星載合成孔徑雷達(dá)(SAR)具有全天候、全天時(shí)、覆蓋面積大、快速獲取及接近實(shí)時(shí)等特點(diǎn)，利用SAR遙感技術(shù)可及時(shí)、準(zhǔn)確、全面地監(jiān)測(cè)海洋溢油污染，是溢油監(jiān)測(cè)方面最為有效的手段，目前SAR圖像已經(jīng)被廣泛應(yīng)用于溢油監(jiān)測(cè)中。 SAR圖像中常存在類似于油膜的偽信息，很多情況下，即使非常有經(jīng)驗(yàn)的學(xué)者也不能區(qū)分油膜和類油膜，因此對(duì)大量SAR圖像進(jìn)行檢測(cè)、圖像處理以區(qū)別油膜和類油膜是一項(xiàng)非常繁重的工作。本論文就是建立在對(duì)溢油SAR圖像的模式識(shí)別工作

2、的基礎(chǔ)上展開實(shí)驗(yàn)的。 本文通過對(duì)一幅原始溢油SAR圖像進(jìn)行溢油信息提取，探討了溢油SAR圖像預(yù)處理涉及到的幾個(gè)關(guān)鍵性問題，以及SAR圖像分類技術(shù)中圖像的特征提取、圖像的分類識(shí)別算法等。對(duì)于圖像特征提取，本文采用基于灰度共生矩陣的紋理分析方法，得出適用于海洋遙感溢油SAR圖像的紋理特征量以及紋理窗口大小，作為分類的依據(jù)?，F(xiàn)在已經(jīng)有了一些利用SAR圖像數(shù)據(jù)進(jìn)行模式識(shí)別的方法。本文的核心工作是對(duì)溢油SAR圖像建立最小距離分類模型、最大

3、似然分類模型和人工神經(jīng)網(wǎng)絡(luò)模型，并對(duì)分類效果進(jìn)行比較，來探討更適合于溢油SAR圖像分類識(shí)別的分類方法。本文重點(diǎn)探討了人工神經(jīng)網(wǎng)絡(luò)方法，通過選擇人工神經(jīng)網(wǎng)絡(luò)模式識(shí)別中應(yīng)用最普遍效果相對(duì)較好的網(wǎng)絡(luò)模型——BP神經(jīng)網(wǎng)絡(luò)模型，對(duì)其進(jìn)行改進(jìn)，并用Matlab神經(jīng)網(wǎng)絡(luò)工具箱模擬該模型的分類識(shí)別結(jié)果。 通過引入分類模型評(píng)價(jià)方法，對(duì)上述三種分類方法的分類效果進(jìn)行評(píng)價(jià)。得出總體精度，人工神經(jīng)網(wǎng)絡(luò)方法最高為95.33﹪，最小距離分類方法次之為93﹪