发明名称 |
一种基于全极化合成孔径雷达图像的海面溢油检测方法 |
摘要 |
本发明公开了一种基于全极化合成孔径雷达(SAR)图像的海面溢油检测方法,包括以下步骤:对需要分析的极化SAR数据进行预处理,得到全极化SAR协方差矩阵;对协方差矩阵进行精制极化Lee滤波;基于滤波后的协方差矩阵或通过其计算出的Stokes向量,提取六个极化特征,构成特征组合;将有地面验证标签信息的训练样本特征输入极大似然分类器,对分类器进行训练,并优化其参数;将极化特征作为输入,利用极大似然分类器对油膜进行检测与分类;对分类结果进行基于形态学处理,利用实测的验证信息对分类精度进行评估。本发明能够提高海面溢油检测与分类方法的性能,促进全极化SAR在海面溢油监测等实际工程问题中的应用。 |
申请公布号 |
CN105866775A |
申请公布日期 |
2016.08.17 |
申请号 |
CN201610183160.3 |
申请日期 |
2016.03.28 |
申请人 |
南京信息工程大学 |
发明人 |
张渊智;李煜;何宜军 |
分类号 |
G01S13/90(2006.01)I;G06K9/62(2006.01)I |
主分类号 |
G01S13/90(2006.01)I |
代理机构 |
南京瑞弘专利商标事务所(普通合伙) 32249 |
代理人 |
陈国强 |
主权项 |
一种基于全极化合成孔径雷达图像的海面溢油检测方法,其特征在于:包括以下步骤:步骤1:从全极化合成孔径雷达图像中获取需要处理的极化SAR数据,对需要处理的极化SAR数据进行预处理,得到全极化SAR协方差矩阵(C);步骤2:对上述步骤得到的协方差矩阵进行精制极化Lee滤波;步骤3:基于上述步骤滤波后的协方差矩阵或通过其计算出的Stokes向量,提取六个极化特征,构成特征组合;步骤4:将有地面验证信息的训练样本特征输入极大似然分类器,对分类器进行训练,并优化其参数;步骤5:将需要进行溢油检测图像的极化特征作为输入,利用极大似然分类器对油膜进行检测与分类;步骤6:对分类结果进行基于形态学的处理,去除面积过小的区域及填补闭合区域中的孔洞,利用实测的验证信息对分类精度进行评估。 |
地址 |
210019 江苏省南京市建邺区奥体大街69号 |