基于SAR极化比和纹理特征的海面溢油识别方法

基于SAR极化比和纹理特征的海面溢油识别方法

论文摘要

针对海洋表面SAR影像的特点,采用基于灰度共生矩阵的纹理特征方法是提取海面溢油信息的常用方法,但实际海洋表面复杂的信息使得SAR图像上产生类似溢油现象的暗斑区域,这导致在利用纹理特征方法提取溢油信息时存在虚警率,降低了溢油信息的提取精度。基于RADARSAT-2SAR四极化影像,本文提出基于SAR极化比影像的纹理特征识别方法对海面油膜进行识别提取。结果显示,基于SAR极化比影像的纹理特征识别方法可以有效且准确地提取海面溢油信息,相比于VV极化影像的纹理特征识别方法,溢油监测过程中的虚警率降低了17.96%,溢油监测总体精度达到96.83%。

论文目录

  • 1 引言
  • 2 数据与方法
  •   2.1 实验数据
  •   2.2 研究方法与原理
  •     2.2.1 灰度共生矩阵
  •     2.2.2 极化比
  • 3 实验结果与分析
  •   3.1 实验流程
  •   3.2 图像纹理特征提取与选择
  • 4 结果比较与分析
  •   4.1 实验结果比较
  •   4.2 结果分析
  • 5 结论
  • 文章来源

    类型: 期刊论文

    作者: 陈韩,谢涛,方贺,孟雷,赵立,艾润冰

    关键词: 合成孔径雷达,溢油识别,极化比,纹理特征

    来源: 海洋学报 2019年09期

    年度: 2019

    分类: 基础科学,工程科技Ⅰ辑

    专业: 海洋学,环境科学与资源利用

    单位: 南京信息工程大学海洋科学学院,青岛海洋科学与技术试点国家实验室区域海洋动力学与数值模拟功能实验室,南京信息工程大学遥感与测绘工程学院

    基金: 国家自然科学基金项目(41776181),国家重点研发计划项目(2016YFC1401007),全球变化研究国家重大科学研究计划项目(2015CB953901),江苏省研究生科研创新计划(KYCX18_1012)

    分类号: X55

    页码: 181-190

    总页数: 10

    文件大小: 3236K

    下载量: 253

    相关论文文献

    • [1].多光谱图像纹理特征数据挖掘方法仿真[J]. 计算机仿真 2020(02)
    • [2].基线动态对比增强磁共振成像纹理特征对直肠癌放化疗病理反应状态的预测价值[J]. 肿瘤影像学 2020(02)
    • [3].一种基于纹理特征匹配的快速目标分割算法[J]. 软件导刊 2017(03)
    • [4].像他 是他 不似平常 谈谈拍摄艺人照的经验[J]. 人像摄影 2017(02)
    • [5].基于耳蜗谱图纹理特征的声音事件识别[J]. 声学技术 2020(01)
    • [6].PET/CT融合图像肺纹理特征在肺癌诊断中的应用[J]. 中国继续医学教育 2020(25)
    • [7].纹理特征与面向对象结合的高分影像耕地提取应用[J]. 安徽农业科学 2018(19)
    • [8].基于角度纹理特征模型的道路提取方法[J]. 影像技术 2013(06)
    • [9].一种基于运动和纹理特征的深度图提取方法[J]. 南京工程学院学报(自然科学版) 2012(04)
    • [10].灰度共生矩阵纹理特征的运动目标跟踪方法[J]. 南京理工大学学报(自然科学版) 2010(04)
    • [11].音乐声的音色感知特征与图像的纹理特征的关联研究[J]. 复旦学报(自然科学版) 2020(03)
    • [12].磁共振后扣带回纹理特征分析在老年健康人群、轻度认知障碍与阿尔茨海默病患者鉴别诊断中的价值[J]. 解放军医学院学报 2020(07)
    • [13].基于波段运算和纹理特征的高分一号多光谱数据云检测[J]. 遥感信息 2018(05)
    • [14].一种基于鲁棒局部纹理特征的背景差分方法[J]. 计算机工程与科学 2017(08)
    • [15].基于灰度共生矩阵的纹理特征值提取[J]. 科技视界 2013(22)
    • [16].一种基于纹理特征的图像检索方法的实现[J]. 青海师范大学学报(自然科学版) 2012(04)
    • [17].高光谱影像纹理特征编码分形特征研究[J]. 武汉大学学报(信息科学版) 2009(04)
    • [18].开采沉陷遥感监测中多维纹理特征影像分类方法[J]. 煤田地质与勘探 2008(06)
    • [19].基于纹理特征和随机森林的恶意代码分类研究[J]. 湖北工业大学学报 2020(02)
    • [20].面向活体人脸检测的时空纹理特征级联方法[J]. 模式识别与人工智能 2019(02)
    • [21].应用色彩纹理特征的人脸防欺骗算法[J]. 计算机科学 2019(10)
    • [22].基于纹理特征的恶意代码检测方法测试[J]. 云南电力技术 2018(01)
    • [23].基于灰度共生矩阵纹理特征的输电导线识别[J]. 云南电力技术 2015(02)
    • [24].利用无人机图像颜色与纹理特征数据在小麦生育前期对产量进行预测[J]. 麦类作物学报 2020(08)
    • [25].基于纹理特征的穿梭分析系统动物检测算法[J]. 佳木斯大学学报(自然科学版) 2014(03)
    • [26].基于纹理特征的数字图书馆文档图像识别[J]. 图书馆学刊 2012(08)
    • [27].基于颜色和纹理特征的图像检索技术研究[J]. 河北工业大学学报 2008(06)
    • [28].基于间隙度纹理特征的海底目标检测方法[J]. 兵工学报 2015(S2)
    • [29].结合多尺度纹理特征的高光谱影像面向对象树种分类[J]. 北京林业大学学报 2020(06)
    • [30].健康志愿者心肌磁共振纹理特征初探[J]. 四川大学学报(医学版) 2019(04)

    标签:;  ;  ;  ;  

    基于SAR极化比和纹理特征的海面溢油识别方法
    下载Doc文档

    猜你喜欢