欢迎来到天天文库
浏览记录
ID:36815662
大小:4.79 MB
页数:54页
时间:2019-05-15
《基于模糊理论的SAR图像海面油膜识别方法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、基于模糊理论的SAR图像海面油膜识别方法研究摘要随着海上运输业和海洋石油资源的开发利用,海上溢油引起的污染已不容忽视。合成孔径雷达(SAR)已成为检测海洋表面油膜的重要手段之一。本论文以海面溢油为研究对象,讨论了利用模糊理论方法溢油识别监测的可行性,重点在SAR图像中特征量的筛选和基于模糊理论的SAR溢油监测模型的建立。本论文的主要研究结果归纳如下:1.特征参量的提取与筛选方面,论文根据模糊理论的要求,按照输入特征值分布与判定结果之间呈一定分布规律的要求,对样本集进行了统计分析,挑选出特征值的大小与判定结果“溢油可能性”之间呈递增或递减规
2、律的特征参量,最终选择复杂度、背景均值与方差比、角二阶矩和二阶熵4个特征参量作为本文模糊识别模型的输入特征参量。除几何特征参量和灰度特征参量外,引入图像纹理特征参量和不变矩特征参量作为模糊输入参量,将象元灰度值之间的关系和区域特征的几何属性作为研究对象,试验证明纹理特征和不变矩特征参量具有很强的规律性,能够很好的识别SAR图像中的溢油现象。2.设计了基于模糊理论的SAR溢油监测模型。输入参量模糊化方面,本文根据特征参量值的大小与“溢油可能性”大小的关系定义各个参量的模糊集。建立模糊规则库方面,根据对样本数据的研究找出其特征值的大小与判读结
3、果之间的规律进行模糊规则的制定。通过对27个测试样本试验,有效识别率达到85%,由此说明本论文对区分溢油和疑似溢油所采用的方法可行,对业务化海洋遥感溢油检测具有参考价值。关键词:SAR;溢油与疑似溢油现象识别;模糊逻辑基于模糊理论的SAR图像海面油膜识别方法研究Identificationof0iI—SpiIonSARImagesBasedOnFuzzyLogicAIgorithinAbstractwiththedevelopmentofmaritimetransportationandtheoffshoreoilresources,po
4、llutioncausedbyoilspillsatseaCall’tbeignoredanymore.SyntheticApertureRadar(SAR)hasbecomeoneofthemostimportantsensorsindetectingoil—spillonseasurface.ThisthesisfocusesondetectingoilspillsusingSARimages.anddiscussesthefeasibilitytousefuzzytheorymethodinmonitoringtheseasurfa
5、ceoilspills.Themainworkistheselectionoffeaturesfromoil—spillSARimagesandtheestablishmentofoil—spilldetectionmodelbasedonfuzzytheory.Themainresultsandconclusionsofthisthesisaresummarizedasfollows:1.Features’extractionandselection.Onthebasisoffuzzytheory,thedistributionsofi
6、nputparametersmustbeconsistentwiththeresults.Thesamplesetswereanalyzedstatisticaltoselectthefeaturewhichownstheincreaseordecreasewiththeresultof“thepossibilityofoilspills”.Atthesametime,weconsideredthefrequencyofthefeaturesdomesticandforeignscholars,fourfeatureswereselect
7、edastheinputparameter,whichinclude:complexity,ratiobetweenaveragebackscatteringanditsstandarddeviationoutsidethearea,angularsecondmomeutandentropysecondorder.Inadditiontothegeometricandgray—scalefeatures,theimagetexturefeatureandinvariantmomentparametersareintroducedtofuz
8、zyinputparameters.Experimentalresultsshowthattexturefeaturesandinvariantmomentfeaturesareinfavor
此文档下载收益归作者所有