宋冬梅 1,2王明月 1,*胡成聪 3张杰 1,4[ ... ]刘斌 5
作者单位
摘要
1 中国石油大学(华东)海洋空间与信息学院,山东 青岛 266580
2 青岛海洋科学与技术试点国家实验室海洋矿产资源重点实验室,山东 青岛 266071
3 中国石油集团测井有限公司国际公司,北京 100101
4 自然资源部第一海洋研究所,山东 青岛 266061
5 青岛海洋科技中心,山东 青岛 266237
海上溢油事故的发生不仅给人类造成了巨大的财产经济损失,而且严重破坏了海洋生态环境。极化合成孔径雷达(PolSAR)通过利用多种极化通道能够更综合地记录地物后向散射信息,从而广泛应用于海上溢油检测中。为了更加准确地进行海上溢油检测,提出一种基于Dual Encoder-Decoder Net(Dual-EndNet)的极化SAR海上溢油检测算法。首先提取出目前常用的30种用于溢油检测的极化特征,并利用随机森林算法选出区分溢油重要性较好的前10个特征;然后以编码器-解码器为基本框架,设计两个分支,分别输入PauliRGB图像和优选的10个极化特征图像,用于提取溢油极化SAR图像的空间信息和极化信息,进而对两分支信息进行融合,以提高溢油检测算法性能。在两景Radarsat-2全极化SAR溢油数据集上的实验结果表明,所提方法不仅具有较强的溢油检测能力,而且能够有效地区分原油、植物油、乳化油不同类型的油膜。
图像处理 遥感影像分类 极化合成孔径雷达 深度学习 溢油检测 极化特征 
激光与光电子学进展
2023, 60(24): 2412002
作者单位
摘要
1 上海海洋大学信息学院,上海 201306
2 自然资源部东海局,上海 200136
3 上海电力大学,上海 200090
海上溢油对海洋生态环境造成的危害巨大,完成溢油区域的准确检测对海洋异常现象的快速应急处理具有重要意义。现阶段,合成孔径雷达(SAR)为海上溢油检测提供重要数据基础,但广泛存在海上生物油膜、低风区及SAR影像本身显著的斑点噪声等溢油疑似区域,极大限制了海上溢油检测精度。针对上述问题,提出一种基于改进全卷积神经网络(FCN)的多极化SAR影像海上溢油智能检测框架。首先,对极化SAR影像进行Pauli分解和Refined-Lee滤波预处理,在保证SAR影像极化特征信息同时降低疑似溢油噪声对检测精度的影响;其次,针对FCN模型对空间信息考虑的不足,提出不同层级卷积层融合机制,实现高层语义特征与低层空间细节特征融合,进而提升海上溢油区域检测精度。经实验对比分析可知,基于改进FCN的海上溢油智能检测框架可有效降低疑似溢油区域对检测精度的影响,同时兼顾考虑多极化与边缘特征信息,实现基于像素的溢油区域检测,最优检测精度可达95.7%。
机器视觉 极化合成孔径雷达 溢油检测 降噪 极化融合 全卷积神经网络 
激光与光电子学进展
2022, 59(4): 0415005
作者单位
摘要
1 燕山大学电气工程学院, 河北 秦皇岛 066004
2 Department of Telecommunications and Information Processing, Ghent University, B-9000 Ghent, Belgium
3 燕山大学信息科学与工程学院, 河北 秦皇岛 066004
4 北京化工大学信息科学与技术学院, 北京 100029
海上溢油已成为全球环境污染的重要问题之一, 溢油严重破坏了海洋生态的平衡, 并导致人类健康受到危害。 因此, 研究高效的溢油检测方法对保护海洋生态环境具有重要意义。 三维荧光光谱技术因能获得溢油的“指纹”图谱而成为溢油鉴别领域的有效分析手段, 其与平行因子分析算法相结合获得了良好的溢油鉴别效果。 但平行因子算法在使用过程中需要确定不同石油产品本身所适用的浓度范围, 且其对预估计组分数敏感, 组分数选择是否准确直接影响最终定性定量结果, 这些问题都会对油类检测造成使用上的限制。 油类组分极为复杂, 其中各组分间不存在统一的线性浓度范围, 其相互之间还受到荧光猝灭效应的影响。 直接对未经稀释的油类样本进行光谱数据采集, 所获得的三维荧光光谱会因样本中组分的种类及其含量不同而存在较大差异, 导致对三维荧光光谱数据进行解析的平行因子分析算法不再适用。 但组分的种类及含量相近的油样其光谱特征相似度较高, 并且随着特定组分及其含量的改变, 其光谱形状的变化规律也较为明显。 基于此, 将三维荧光光谱和数字图像识别相结合, 提出一种针对混合油类样本的辨识方法。 首先, 利用五种矿物油(汽油、 柴油、 航空煤油、 机油和润滑油)配制三类混合油样本, 其中每类混合油是用其中两种不同矿物油以不同体积比直接混合配制而成; 然后利用FS920荧光光谱仪获取样本的三维荧光光谱数据, 并对该数据进行求导及灰度化预处理, 进而得到三维荧光导数光谱灰度图; 其次提取样本三维荧光导数光谱灰度图的颜色、 纹理和形状等数字图像特征; 最后, 通过Fisher判别分析建立样本的分类模型, 采用逐步回归建立混合油样本各组分相对体积的定量模型。 分类模型对三类混合油样本的分类及识别效果良好。 所建立的定量模型的线性相关性R大于0.99, 显著性检验p值小于0.05。 研究结果表明, 三维荧光光谱的数字图像特征可以被本文所述方法有效提取并用于对油类样本的定性定量分析。 该研究为海面溢油检测提供了一种简单、 可靠的识别方法。
溢油检测 三维荧光光谱 数字图像识别 Fisher判别 逐步回归 Oil spill Three-dimensional fluorescence spectra Digital image recognition Fisher discriminant Stepwise regression 
光谱学与光谱分析
2019, 39(11): 3407
作者单位
摘要
西安电子科技大学技术物理学院, 陕西 西安710071
海面溢油对海洋环境会生成许多有害物质, 导致位于食物链底端的浮游生物大量死亡, 进而危害整个海洋生态系统。 高光谱遥感可以获取溢油和海水的空间分布信息和光谱分布信息, 利用高光谱图像进行溢油检测具有更好的检测性能。 针对高光谱图像的海面溢油检测过程中需要人工辅助的缺点, 提出一种基于自适应匹配滤波的高光谱图像海面溢油自动检测方法。 首先, 利用场景中溢油的C—H键光谱特性, 设计一种溢油参考光谱特征提取模型, 获取溢油检测过程中的参考光谱。 其次, 依据海水、 云以及溢油光谱反射特性的差异, 选取海水、 云和溢油差异最大的波段, 分割海水像素, 计算溢油检测过程中的背景参数。 最后, 将目标检测中经典的自适应匹配滤波方法进行适当的改进应用于溢油的检测。 将该方法应用于实际墨西哥湾airborne visible infrared imaging spectrometer(AVIRIS)高光谱遥感影像的海面溢油的检测, 结果表明该方法具有计算速度快, 不需要人工辅助等方面的特点, 可用于海面溢油的自动检测。
高光谱 海面 溢油检测 反射特性 Hyperspectral Marine Oil spill detection Reflectance spectrum 
光谱学与光谱分析
2013, 33(11): 3116

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!