（计算机应用技术专业论文）基于面向对象的海洋溢油检测的研究.pdf

中文摘要 摘要 溢油是严重的海洋生态环境灾害之一。合成孔径雷达( s y n t h e t i ca p e i t u t c r a d a r ，s a r ) 图像已经被广泛的应用在海上溢油监测中。传统的s a r 图像识别溢 油一般使用全幅扫描识别方法。该方法不仅识别精度较低而且在识别的时间和所 需的资源等性能方面也远达不到实用要求。因此，本文提出了一种面向溢油对象 的识别方法，该方法不仅大大提高了溢油识别的精度，也显著地减少了识别时间 和所需占用的系统资源，从而为海面溢油的实时检测打下了良好的基础。 为了精确分类s a r 溢油图像，本文首先对s a r 图像进行增强、取反以及二值 化等预处理，然后提取并显示疑似溢油对象。通过对每一个疑似溢油对象的分析， 最终显示溢油图像识别结果。考虑到神经网络具有自组织、自学习、自适应和联 想能力等优点，本文使用神经网络结合纹理分析的方法来分类溢油图像。对比b p 、 h o p f i e k l d 、a r t - 1 以及r b f 等神经网络模型对s a r 溢油图像的识别效果和分类 精度的分析，本文最终选用r b f 神经网络实现溢油识别。纹理分析阶段本文使用 灰度共生矩阵法计算出对s a r 溢油图像最敏感的4 个纹理特征值，结合像元的灰 度值组成分类图像的特征矢量。 本文最后通过对比全幅扫描识别方法与面向对象识别方法表明，面向对象溢 油识别方法获得了较为满意的效果。 关键宇：面向对象溢油识别；图像处理；神经网络；纹理分析；合成孔径雷达 英文摘要 a s t u d yo fm a r i n es p i l l e do i ld e t e c t e db a s e d o no r i e n to b j e c t a b s t r a c t s p i l to i li s o n eo ft h em o s ts e r i o u sm a r i n ee n v i r o n m e n td i s a s t e r s s y n t h e t i c a p e r t u r er a d a r ( s a g ) i m a g eh a s b e e n w i l d l ya p p l i e d i no c e a ns p i l to i l d e t e c t i o n t r a d i t i o n a ls a ri m a g ed e t e c t i o nu s e st h ef u l l - r a n g es c a nm e t h o d ，w h i c hh a s s o m ed i s a d v a n t a g e s ，i n c l u d e sl o wd e t e c t i o np r e c i s i o n ，t i m ec o n s u m i n ga n dv a s t c o m p u t e rr e s o u r c e s t h ct h e s i sp u t sf o r w a r dan e wm e t h o dc a l l e do r i e n t - o b j e c ts p i l to i l d e t e c t i o n i tn o to n l yg r e a t l yi n c r e a s e st h ed e t e c t i o np r e c i s i o nb u ta l s or e m a r k a b l y r e d u c e st h et i m eo fd e t e c t i o na n dc o m p u t er e s o u r c e si tt a k e s 1 1 l i sm e t h o dl a y sg o o d f o u n d a t i o nf o rr e a l t i m eo c e a no i ld e t e c t i o n i nt h i sp a p e r , w ep r e t r e a tt h es a r i m a g ei nt h ef i r s ts t e p t h e nw ee x t r a c tt h e s u s p e c t e ds p i l to i lo b j e c t sa n dd i s p l a yi t so nt h es c r e e u a f t e ra n a l y z i n ge v e r ys u s p e c t e d s p i l to i lo b j e c t ，i td i s p l a y st h ed e t e c t i o nr e s u l ta tl a s t i nv i e wt h a tn e u r a ln e t w o r kh a s t h ea b i l i t i e so fs e l f - o r g a n i z e ，s e l f - s t u d ya n ds e l f - a d a p t , t h i sp a p e rc o m b i n e st e x t u r e a n a l y s i sa n dn e u r a ln e t w o r km e t h o df o rt h ec l a s s i f i c a t i o no fs a p , i m a g e so fs p i l to i l c o m p a r e dw i t ht h ee f f i c i e n c ya n da c c u r a c yo fb p ，h o p f i e k l d ，a r t - 1a n dr b f n e u r a l n e t w o r km o d e l ，w ec h o o s et h er b fn e u r a ln e t w o r ka st h ed e t e c t i o nt o o li nt h ee n d i n t h ep r o g r e s so ft e x t u r ea n a l y s i s ，f o u rp i x e lt e x t u r ep a r a m e t e r st h a ta r es e n s i t i v et os a r i m a g eo fs p i l to i la r cc a l c u l m e db yg r a yl e v e ld i f f e r e n c es t a t i s t i c s t h es a ri m a g ei s c l a s s i f i e db yu s i n gt h ef b a n l r ev e c t o rt h a ti sc o m p o s e do ft h eg r a yl e v e lc o - o c c u r r e n c e m a t r i xf e a t u r e sa n dg r a yo fp i x c l i nt h ee n do ft l l i sp a p e r , w ec o n t r a s tt h et w od e t e c t i o nm e t h o d s t h er c s u hs h o w s t h a to r i e n t o b j e c to i ls p i l ld e t e c t i o nm e t h o dy i e l d ss a t i s f a c t o r yr e s u l t s k e y w o r d s ：o r i e n t o b j e c to i ls p i l ld e t e c t i o n ) i m a g ep r o c e s s i n g ；n e u r a ln e t w o r k ； t e x t u r ea n a l y s i s ) s y n t h e t i ca p e r t u r er a d a r ( s a r ) 大连海事大学学位论文原创性声明和使用授权说明 原创性声明 本人郑重声明：本论文是在导师的指导下，独立进行研究工作所取得的成果， 撰写成硕士学位论文= = 基王面回盟筮的渔注鲎油捡捌的殛窟：。除论文中已经 注明引用的内容外，对论文的研究做出重要贡献的个人和集体，均己在文中以明 确方式标明。本论文中不包含任何未加明确注明的其他个人或集体已经公开发表 或未公开发表的成果。 本声明的法律责任由本人承担。 论文作者签名：翻7 粤 - 卯7 年弓月z 乒日 学位论文版权使用授权书 本学位论文作者及指导教师完全了解“大连海事大学研究生学位论文提交、 版权使用管理办法”，同意大连海事大学保留并向国家有关部门或机构送交学位论 文的复印件和电子版，允许论文被查阅和借阅。本人授权大连海事大学可以将本 学位论文的全部或部分内容编入有关数据库进行检索，也可采用影印、缩印或扫 描等复制手段保存和汇编学位论文。 保密口，在年解密后适用本授权书。 本学位论文属于：保密口 不保密叭请在以上方框内打“”) 论文作者签名：动垮 导师签名：摩泐 日期：q 0 0 7 年弓月毕日 基于面向对象的海洋溢油检测的研究 第1 章绪论 1 1 课题的引出 溢油是严重的海洋生态环境灾害之一。随着人类的海洋资源获取活动的日益加剧以 及海上运输工具数量急剧增n t g j ，海洋环境受到各种油类日益严重的破坏，甚至导致海 洋生态环境的根本性改变。其原因之一便是海洋石油运输所带来的直接危害，这种危害 不仅给海洋生态环境带来直接的影响，也给各国的社会、经济和人类的身体健康带来直 接的危害。随着陆地石油资源的逐步衰竭和人类对能源需求的急速增长，海洋石油开发 活动愈发频繁，无论是海洋石油的开采量还是开发勘探的区域均呈上升趋势，对海洋环 境的危害也在逐渐加大。 近几十年来国际典型溢油污染事故包括：1 、1 9 6 7 年托雷卡尼翁号溢油事故，溢油 1 2 万吨造成附近海域和沿岸大面积严重的油污染，使英、法两国蒙受了巨大损失。2 、 1 9 7 8 年阿莫柯卡笛兹号事故，溢油2 2 5 万吨形成近2 0 0 0 平方海里的黑油层致使无数 鱼类、海鸟死亡，毁坏贝类水产的繁殖海床，海滨浴场全部被污染海洋，环境遭受巨大 破坏。3 、1 9 8 9 年“埃克森瓦尔迪兹”号溢油事故，溢油3 8 万吨，造成直接、间接生 态破坏，1 0 3 0 万只海鸟死亡，约4 0 0 0 头海獭死亡，恢复生态系统需要5 2 5 年。 中国海上溢油概况：【1 0 镭交通部门统计，我国沿海自1 9 7 6 年至1 9 9 9 年，共发生船 舶溢油事故2 2 5 7 起，其中危害较大的重大溢油事故5 1 起，平均每年超过2 起。自1 9 9 4 年以来，重大溢油事故每年增至5 7 起。每次重大事故造成的直接经济损失达几百万至 上千万元，导致一些以养殖业为生的渔民破产，沿海旅游胜地受到威胁。 因此，科学有效地解决海面溢油污染成为当前摆在我们面前的迫在眉睫的重大课 题。而如何对海面溢油进行准确和快速的识别则是解决溢油污染的前提。 1 2 国内外海面溢油监测方法综述 目前溢油监测手段主要是船舶跟踪、航空遥感监视监测、卫星遥感监测等。 1 2 1 航空遥感监测 航空遥感监测具有灵活、机动的优势，是事故监测工作中使用最多而且有效的技术 第1 章绪论 手段。遥感器多为机载遥感设备f l 】，其中最常使用的遥感器是红外紫夕b ( m o v ) 扫描仪、 合成孔径雷达( s a r ) 、侧视孔径雷达( s u 幔) 以及微波辐射计等。随着传感器研制技术的 进步，光谱分辨率不断提高，波段的细分给地物的识别提供了更多的可能性。2 0 0 0 2 0 0 1 年间，f o u d a ns a l e m 等在切萨匹克湾尝试利用超光谱成像( h i s h y p e r s p e c t r a lh n a g e ) 技术 进行溢油探测，在溢油种类自动识别、溢油扩散方向和速度预测等方面做了试验，取得 了较好的效果。美国国土安全部海岸护卫队负责对海岸安全全天候的监视，其任务包括 对海上溢油事故的监视。它的装备和技术水平基本代表了当前国际的技术前沿。目前它 正在支持开发的航空溢油遥感器包括激光荧光探测仪和激光厚度探测仪。激光荧光探测 仪主要用于制图和对水面、上岸油类的主动识别，解决其他遥感器遇到的混淆识别问题， 该仪器的最新型号刚刚由欧共体( e c ) 研制完成；油层厚度探测器现仍在研制阶段，它的 测量结果可以为清污方案的制定和实施提供依据；美国国家安全部研究开发中心( r d c ) 正在开展一项试验研究l ，目的是验证频率扫描微波辐射计( f r e q u e n c y - s c a n 2 n i n g m i c r o w a v er a d i o m e t e r - f s r ) 的溢油探测效果，该仪器用来探测油层厚度和进行油层厚度 分布制图，目前己成功进行了实验室试验，证明在良好海况下可以对油层厚度、油乳化 程度等进行测量。虽然航空溢油监测及时性强，可以对事故的发展动态进行跟踪监视。 但航空遥感费用高，而且在远离海岸地区无能为力，很难达到业务化监测要求，同时也 受到天气条件的限制。因为大多数事故都是在天气条件恶劣的情况下发生的，这对飞机 的安全造成了威胁。 1 2 2 卫星遥感监测 与航空遥感相比，卫星遥感具有监测范围大，全天候、图像资料易于处理和解译等 特点。因此，受到了人们的重视。国外开展的航天溢油探测应用研究可追溯到上世纪6 0 年代末f 6 】，1 9 6 9 年美国科学家利用多波段可见光扫描仪对海上油井造成的石油污染进行 了航空监测；1 9 7 2 1 9 7 5 年美国与欧洲国家合作，用l a n d s a t 卫星的m s s 资料对地中 海石油污染进行了总体监测，确定了污染面积、污染速度和扩散方向；1 9 8 5 年美国的 h a r t y 和g s t u m p e 等人利用l a n d s a t 卫星影像，对弗吉尼亚州阿萨蒂格岛东南海域1 0 0 k m 长的油膜进行了监测试验，估算了污染面积，推断了油污来源。我国对海洋石油污染遥 感方面的研究起步较晚。1 9 8 0 年，国家海洋局第一海洋研究所等首先开始了我国航 基于面向对象的海洋溢油检测的研究 空遥感监测海上油污染的实验工作。随后，海洋局第二海洋研究所，以及大连海事大学 等单位也相继开展了研究工作。近年来我国科技工作者开展了利用l a n d s a t t m 和 n o a v h r r 数据相结合的方法监测海面溢油 s l 。如李栖筠等利用t m 与a v h r r 资料对 老铁山水道漏油事故进行了方法试验研究，主要利用可见光和红外波段的组合方法，增 强油膜信息，并结合a v h r r 和风、流等资料研究油膜的扩散；张永宁等对海上溢油的 波谱特征进行了测试和分析，提出利用l a n d s a t t m 和n o a v h r r 数据监测煤油、轻柴 油、润滑油、重柴油和原油的最佳波段组合；赵冬至等也对原油、柴油和润滑油的可见 光近红外波段地物光谱特征曲线进行了对比分析，揭示了油随厚度变化的光谱特征、油 水反差规律及吸收特征参数等。虽说可见光和红外卫星遥感具有资金投入少，适时、同 步、快速大范围监测的优势。但可见光和红外遥感存在诸多限制。如空中的云、雾、大 气湿度等都会影响遥感信息的接收效果，不能完成全天候、全天时监测：另外，溢油量 是非常重要的一项监测内容，关系到罚款的数额和油污处理方案的制定，但污染量的大 小决定于油膜面积和厚度i l “，这是可见光和红外遥感所不能解决的。利用s a p , 数据进 行溢油探测是目前国际上较为常用的手段。马来西亚的s b m a n s o r 等以s a p , 为数据源， 对马六甲海峡地区进行了溢油图像处理方法的探讨，建立了包括孔径模式校正、辐射校 正、几何校正、暗油层探测、纹理分析、特征提取、g a m m a 滤波、油层分类等环节的 s a r 溢油探测技术流程和分类算法；荷兰国家宇航实验室( n l r ) 利用e r s 1 ，2s a r 数 据进行了北海溢油探测实验，探讨了s a p , 溢油探测的业务化能力，提出了业务化系统 建设的框架；希腊国家研究中心的e p a v l a k i s 等开展了地中海溢油污染的e r ss a r 探 测研究。但目前卫星遥感最大的不足是重复观测周期较长，不利于对事件过程的监测； 空间分辨率较低，对小规模溢油监测难以发挥有效作用。但随着航天遥感技术的快速发 展，这些问题将会得到解决，使之成为低成本、高效的监测手段。 1 3 国内外海面溢油识别方法综述 利用计算机进行遥感信息的自动提取必须使用数字图像，由于地物在同一波段、同 一地物在不同波段都具有不同的波谱特征1 2 1 ，通过对某种地物在各波段的波谱曲线进行 分析，根据其特点进行相应的增强处理后，可以在遥感影像上识别并提取同类目标物。 第1 章绪论 早期的自动分类和图像分割主要是基于光谱特征，后来发展为结合光谱特征、纹理特征、 形状特征、空间关系特征等综合因素的计算机信息提取。 1 3 1 自动分类 常用的信息提取方法是遥感影像计算机自动分类【1 1 j 。首先，对遥感影像室内预判读， 然后进行野外调查，旨在建立各种类型的地物与影像特征之间的对应关系并对室内预判 结果进行验证。工作转入室内后，选择训练样本并对其进行统计分析，用适当的分类器 对遥感数据分类，对分类结果进行后处理，最后进行精度评价。遥感影像的分类一般是 基于地物光谱特征、地物形状特征、空间关系特征等方面特征，目前大多数研究还是基 于地物光谱特征。 在计算机分类之前，往往要做些预处理，如校正、增强、滤波等，以突出目标物特 征或消除同一类型目标的不同部位因照射条件不同、地形变化、扫描观测角的不同而造 成的亮度差异等。 利用遥感图像进行分类【1 9 1 ，就是对单个像元或比较匀质的像元组给出对应其特征的 名称，其原理是利用图像识别技术实现对遥感图像的自动分类。计算机用以识别和分类 的主要标志是物体的光谱特性，图像上的其它信息如大小、形状、纹理等标志尚未充分 利用。 计算机图像分类方法，常见的有两种，即监督分类和非监督分类。监督分类，首先 要从欲分类的图像区域中选定一些训练样区，在这样训练区中地物的类别是已知的，用 它建立分类标准，然后计算机将按同样的标准对整个图像进行识别和分类。它是一种由 己知样本，外推未知区域类别的方法；非监督分类是一种无先验( 已知) 类别标准的分 类方法。对于待研究的对象和区域，没有已知类别或训练样本作标准，而是利用图像数 据本身能在特征测量空间中聚集成群的特点，先形成各个数据集，然后再核对这些数据 集所代表的物体类别。 与监督分类相比，非监督分类具有下列优点：不需要对被研究的地区有事先的了解， 对分类的结果与精度要求相同的条件下，在时间和成本上较为节省，但实际上，非监督 分类不如监督分类的精度高，所以监督分类使用的更为广泛。 基于面向对象的海洋溢油检测的研究 1 3 2 纹理特征分析 细小地物在影像上有规律地重复出现，它反映了色调变化的频率，纹理形式很多， 包括点、斑、格、垅、栅。在这些形式的基础上根据粗细、疏密、宽窄、长短、直斜和 隐显等条件还可再细分为更多的类型。每种类型的地物在影像上都有本身的纹理图案， 因此，可以从影像的这一特征识别地物。纹理反映的是亮度( 灰度) 的空间变化情况， 有三个主要标志：某种局部的序列性在比该序列更大的区域内不断重复；序列由基本部 分非随机排列组成；各部分大致都是均匀的统一体，在纹理区域内的任何地方都有大致 相同的结构尺寸。这个序列的基本部分通常称为纹理基元。因此可以认为纹理是由基元 按某种确定性的规律或统计性的规律排列组成的，前者称为确定性纹理( 如人工纹理) ， 后者呈随机性纹理( 或自然纹理) 。对纹理的描述可通过纹理的粗细度、平滑性、颗粒 性、随机性、方向性、直线性、周期性、重复性等这些定性或定量的概念特征来表征。 相应的众多纹理特征提取算法也可归纳为两大类，即结构法和统计法。结构法把纹 理视为由基本纹理元按特定的排列规则构成的周期性重复模式，因此常采用基于传统的 f o u r i e r 频谱分析方法以确定纹理元及其排列规律。此外结构元统计法和文法纹理分析也 是常用的提取方法。结构法在提取自然景观中不规则纹理时就遇到困难，这些纹理很难 通过纹理元的重复出现来表示，而且纹理元的抽取和排列规则的表达本身就是一个极其 困难的问题。在遥感影像中纹理绝大部分属随机性，服从统计分布，一般采用统计法纹 理分析。目前用得比较多的方法包括：共生矩阵法、分形维方法、马尔可夫随机场方法 等。共生矩阵是一比较传统的纹理描述方法，它可从多个侧面描述影像纹理特征。 1 3 3 图像分割 图像分割就是指把图像分成各具特性的区域并提取出感兴趣目标的技术和过程，此 处特性可以是像素的灰度、颜色、纹理等预先定义的目标可以对应单个区域，也可以对 应多个区域。 图像分割是由图像处理到图像分析的关键步骤，在图像工程中占据重要的位置。一 方面，它是目标表达的基础，对特征测量有重要的影响；另一方面，因为图像分割及其 基于分割的目标表达、特征抽取和参数测量的将原始图像转化为更抽象更紧凑的形式， 使得更高层的图像分析和理解成为可能。 第1 章绪论 图像分割是图像理解的基础，而在理论上图像分割又依赖图像理解，彼此是紧密关 联的。图像分割在一般意义下是十分困难的问题，目前的图像分割一般作为图像的前期 处理阶段，是针对分割对象的技术，是与问题相关的，如最常用到的利用阙值化处理进 行的图像分割。 图像分割有三种不同的途径，其一是将各象素划归到相应物体或区域的象素聚类方 法即区域法，其二是通过直接确定区域间的边界来实现分割的边界方法，其三是首先检 测边缘象素再将边缘象素连接起来构成边界形成分割。 1 3 4 面向对象的遥感信息提取 基于像素级别的信息提取是以单个像素为单位，从而过于着眼于局部而忽略了附近 整片图斑的几何结构情况，从而严重制约了信息提取的精度，而面向对象的遥感信息提 取，综合考虑了光谱统计特征、形状、大小、纹理、相邻关系等一系列因素，因而具有 更高精度的分类结果。面向对象的遥感影像分析技术进行影像的分类和信息提取的方法 如下【2 0 1 ： 首先对图像数据进行影像分割，从二维化了的图像信息阵列中恢复出图像所反映的 景观场景中的目标地物的空间形状及组合方式。影像的最小单元不再是单个的像素，而 是一个个对象，后续的影像分析和处理也都基于对象进行。 然后采用决策支持的模糊分类算法，并不简单地将每个对象简单地分到某一类，而 是给出每个对象隶属于某一类的概率，便于用户根据实际情况进行调整，同时，也可以 按照最大概率产生确定分类结果。在建立专家决策支持系统时，建立不同尺度的分类层 次，在每一层次上分别定义对象的光谱特征、形状特征、纹理特征和相邻关系特征。其 中，光谱特征包括均值、方差、灰度比值；形状特征包括面积、长度、宽度、边界长度、 长宽比、形状因子、密度、主方向、对称性，位置，对于线状地物包括线长、线宽、线 长宽比、曲率、曲率与长度之比等，对于面状地物包括面积、周长、紧凑度、多边形边 数、各边长度的方差、各边的平均长度、最长边的长度；纹理特征包括对象方差、面积、 密度、对称性、主方向的均值和方差等。通过定义多种特征并指定不同权重，建立分类 标准，然后对影像分类。分类时先在大尺度上分出“父类”，再根据实际需要对感兴趣 的地物在小尺度上定义特征，分出“子类”。 基于面向对象的海洋溢油检测的研究 1 4 本文研究的方法和思路 本文利用s a r 遥感图像的特点并在国内外研究的基础上对海面溢油的准确快速的 识别进行研究。 在s a r 遥感图像中，溢油块总是一些较暗的区域。因此，我们可以基于一个合适 的灰度值将那些可能的溢油区域作为基本的识别对象提取出来，然后再从提取出来的对 象中选取识别块，将其纹理特征输入到已建立和训练好的人工神经网络中进行判别，从 而最终实现溢油识别。 由于每幅s a r 图像的拍摄质量、明暗等条件不尽相同，为尽可能准确的识别，必 须对图像进行相应的预处理，为以后的处理打下基础。 在提取识别对象的过程中，对图像的连接分量进行标注，得出其所有的连接分量及 连接分量总数。 在图像的特征提取这一步，我们提取了灰度和纹理两个特征组合在起作为特征矢 量。因为单纯靠纹理或者灰度都不能很好的提取出图像中的所有对分类有帮助的特征信 息。其中纹理提取的方法我们选择应用比较广泛的灰度共生矩阵法。 选择神经网络模型的时候，本论文选用r b f 神经网络模型对图像的特征矢量进行 训练和仿真，多次实验确定最佳的网络参数。 最后对本论文进行分析总结，并提出进一步的工作。 第2 章s a r 卫星图像特征分析 第2 章s a r 卫星图像特征分析 s a r ( 合成孔径雷达) 图像，用简单的比喻来说，就是把成像雷达看成一架照相机， 它所产生的图像就是一幅照片。但是，这种方法有两个问题，首先，很多人对s a r 合 成孔径雷达图像很不习惯；其次，雷达图像与光学图像有很大的不同。不懂得雷达图像 形成过程可能会在s a p , 图像解译过程中犯严重的错误。因此，在应用s a p , 合成孔径雷 达图像之前，对其的成像机理以及图像特征分析是非常有必要的。 2 1 星载合成孔径雷达的成像机理 星载合成孔径雷达在成像时1 5 j ，侧视雷达向垂直于航线方向发射一个波束，这个波 束在航迹向上很窄，在距离向上很宽，覆盖了地面上一个很窄的条带，卫星在向前飞行 时不断向地面发射雷达波，而信号遇到地面的物体时，则会产生反射和散射。若地物表 面是光滑的，入射的微波将产生反射，而当地物表面是粗糙面时，入射微波就会产生散 射，即向各个方向漫反射，顺着入射方向的散射分量称为前向散射，逆着入射方向的散 射分量称为后向散射，而后向散射的微波反射回卫星上的雷达天线，由雷达天线和接受 机按时间的先后次序接收下来，并报据后向散射的强度将其强度大小记录下来，紧接着 合成孔径雷达发射下一个脉冲，卫星同时向前又飞行了一段距离，接受相应发射位置的 回波信号存贮下来，合成孔径天线是在不同位置上接受同一地物的回波信号，因此它并 不直接形成地面实际影像，而是一相干影像，它需要经过复杂的处理后才能恢复成地面 的实际影像。 2 2 合成子l 径雷达图像的特点 合成孔径雷达图像不同于可见光和红外遥感图像，其成像方式在以上作了简介，由 于其特殊的成像方式，形成s a r 图像的特点【1 4 1 ，这些特点包括几何特征、信息特征等。 ( 1 ) s a r 图像的几何特征 s a p , 图像中平行飞行航向称为方位向，垂直于航线的方向称为距离向。s a p , 的几 何分辨率在两个方向上采用的是两种不同机制：测距机制和多普勒频率分辨机制。由于 距离向的侧视测距机制，使得雷达图像具有一些与光学遥感图像显著不同的几何特征。 基于面向对象的海洋溢油检测的研究 a 地距与斜距 通常有两种方法表征s a r 图像的距离：斜矩和地距。斜距是数据处理的基础，距 雷达同一距离上的所有点( 相同的斜距) 处于以传感器为圆弧上，在斜距上均匀采样。而 地距的分辨是不均匀的，在s a r 图像应用过程中，必须要经过斜距到地距的转换，对 于平原地区，经过转换，可以做到距离无失真现象，如果遇到山地，经过转换后的图像 也不能保证图像无几何变形。 b 地形位移及图像折叠 光学传感器和成像雷达都有地形畸变问题：山脉和其它特殊地形偏离基本应该的正 射投影位置，但是这些偏差在s a r 图像上有很大不同，与光学图像相比s a r 图像有时 扭曲严重。光学图像中，位移总是在远离传感器的方向发生，光学传感器在天顶时，这 种位移相对较小。在雷达图像上，位移是朝向传感器的，传感器在天顶时这种偏差会变 得相当大，s a r 图像中，高于基准面的斜距比相应的基部斜距短，反映在图像上就是顶 点影像比基部点前移，导致自基准面以上至顶点的这部分辐射散射信号与基点前方地物 的辐射散射信号同时到达，信号棍在一起无法分辨，这种现象称为图像折叠图像折叠效 应在城市及山区非常显著。 c s a r 影像前向压缩和阴影 由于侧视成像，与雷达照射方向正交走向的坡地在影像上的表现总是变形的，朝向 雷达方向的倾斜景物在图像中被压缩例，或者不能被照射到，表现为阴影。前向压缩使 得图像中受影像的倾斜面表现出较高的亮度，解译时必须加以考虑。对给定的斜面或山 坡，向前压缩的影响随着入射角的增加而减少，当入射角以切线角照射时，入射角接近 9 0 。，此时前向压缩的影响可以忽略，但出现了严重的阴影。在s a r 图像上的阴影表 示地表上未被雷达波照射的区域，或是极其平坦的地区( 例如机场) 、雷达波照射以后， 形成完全的镜面反射，没有回波信号、以上两种情况由于没有信号被接收，使该区域表 现为黑色调，在s a r 图像上，阴影出现在朝向远距方向上陡立或垂直目标的一侧。如 果在图像上没有注记或注记不完全，阴影是确定雷达照射方向很好的指示标志，由于入 射角从近距到远距逐渐增加，对地面的照射方向越来越斜，结果阴影形状就越来越尖锐， 也可以从雷达阴影中获得与照射区景物有关的信息( 如目标的高度等) ，s a r 图像中的阴 第2 章s a l t 卫星图像特征分析 影对地形起伏的解译很重要。 f 2 ) s a r 图像的信息特征 a 地物目标对雷达波束的几种不同反应 侧视雷达影像上的信息是地物目标对于雷达波束的反应【切，而且主要是地物目标后 向散射形成的图像信息，即朝向雷达天线的那部分被散射的电磁波所形成的图像信息， 对于散射系数，可以用极化、入射和散射表示出来。 一般说来，地物目标在被雷达波束照射后，可能有以下几种情况：反射、散射、穿 透和吸收。如果被地物目标吸收，则没有回波信号。当雷达波束穿透了地物时，则可能 在穿透过程中，有一部分能量被反射和散射，造成雷达回波，一般这种情况称为体效应。 地物目标的散射则因各向散射的能量分布不同，形成散射方向图。当朝向雷达那部分( 后 向散射) 能量最大时，就形成了较强信号。当地物反射雷达波时，则要看反射的方向是 否朝向雷达天线。当反射方向不朝向天线时，就可能收不到回波信号。通常地物目标对 雷达波束的反应是以上几种情况并存，这时就要看哪种情况起主导作用，而这由目标的 性质和电磁波长所决定。 b 地物目标的几种类型 地物目标一般可分为分布型目标，点目标和硬目标，它们在雷达影像上有不同的特 征。分布目标又称为面目标，比如大面积的农田、森林等，它由许多同一类型的物质或 点组成，这些组成物质的位置分布是随机时，因而它接收到的电磁波的相位各有不同， 回波初相也不一致，其回波振幅也是随机的，但其中没有任何一个物点的回波散射可以 在总回波功率中占主导地位。雷达波束在扫过这些点之后，雷达天线所接收的电磁波电 场信号往往形成周期性的信号，造成影像上这类地物最强信号到最弱信号的周期变化， 形成光斑效应。 点目标是指比分辨单元小的地物目标，它与周围其它的地物不是一个类型，因此它 的散射回波与周围地物不一样，有时它的回波信号相当强，在整个地块的回波信号中占 据了主导地位，在影像上反映出与周围环境特征区别较大的特征。 所谓硬目标是指单位面积要比分辨象元大f 1 8 】，但又不是面状目标，硬目标主地是指 人工目标。例如城市中的房屋、桥梁等，人工目标的结构常常形成角反射器，建筑物和 基于面向对象的海洋溢油检测的研究 桥梁与地面构成角反射器就是一个很好的例子。当物体的二面互相垂直并指向雷达时， 便形成二面角反射器，当反射面垂直于雷达的照射方向时，二面角反射器产生很强的后 向散射，最强的后向散射来自三面角反射器，它是由三个互相垂直的面构成，硬目标在 s a r 影像中常常表现为一系列亮点或一定形状的亮线。 从以上s a r 图像分析可以看出，由于s a r 成像机理与可见光图像不同，对于两种 图像的几何特征和信息特征方面有很大的区别，而两者的特征在某些方面是相互补充 的。 s a l t 在国际上是监视海上溢油的好工具【1 6 1 ，其优点主要体现在以下两个方面：( 1 ) s a rt 作波段属于微波，微波能穿透云雾、雨雪，具有全天候工作能力；实验表明，即 使是倾盆大雨对微波信号的影响也很小。( 2 ) s a r 采用的是主动式工作方式，即由传感 器发射微波波束，再接收地物反射回来的信号，因而它不依赖于太阳辐射，不论白天黑 夜都可以工作。因此，s a r 具有全天候、全天时工作的优点，这是任何其它监视工具所 不能比拟的。 基于s a r 图像的以上特点和优点，本文采用s a r 图像做为溢油识别的原始图片， 由于本文的主题并非探讨如果对s a r 图像进行解译，因此本文识别的图像来源于解译 后的s a r 图像。 第3 章s a r 溢油图像预处理 第3 章s a r 溢油图像预处理 传统的溢油图像处理主要是基于图像分割和边缘检测来探测溢油的边缘。通过近年 来的不断研究f 2 9 j ，一些边缘检测方法可以精确地探测出溢油物质的边缘。然而，边缘检 测方法探测到的仅仅只是溢油的边缘，而对于溢油块内部的信息却一无所知。 本文针对对象块对图像中的溢油进行识别，所以对象的提取成为溢油识别的基础和 关键。为精确提取对象，本文对s a r 溢油图像进行了如下的预处理。 3 1 图像增强与图像取反 图像增强的首要目标是使图像比原始图像更适合于特定应用。图像增强的方法分为 两大类【2 7 】：空间域法和频域方法。“空间域”是指图像平面自身，这类方法是以对图像 的像素直接处理为基础的。“频域”处理技术是以修改图像的傅氏变换为基础的。 图像增强的通用理论是不存在的。当图像为视觉解释而进行处理时，由观察者最后 判断特定方法的效果。“空间域增强”是指增强构成图像的像素。空间域方法是直接对 这些像素操作的过程。空间域处理可由下式定义： g ( x ，y ) = t 【f ( x ，y ) 】 ( 3 1 ) 其中f ( x ，y ) 是输入图像，g ( x ，y ) 是处理后的图像，t 是对f 的一种操作，其定义在 伍，y ) 的领域。另外，t 能对输入图像集进行操作，例如，为减少噪音而对k 幅图像进 行像素求和操作。 定义一个点( x ，y ) 邻域的主要方法是利用中心在( x ，y ) 点的正方形或矩形子图像。 子图像的中心从一个像素向另一个像素移动，比如说，可以从左上角开始。t 操作应用 到每一个( x ，y ) 位置得到该点的输出g 。这个过程仅仅用在小范围区域里的图像像素。 t 操作最简单的形式是领域为1 1 的尺寸( 即单个像素) 。在这种情况下，g 仅仅 依赖于f 在( x ，y ) 点的值，t 操作成为灰度级变换函数，形式为： s = 1 f r ) ( 3 2 ) 这里，为简便起见，令r 和s 是所定义的变量，分别是f ( x ，y ) 和g ( x ，y ) 在任意点( x ， y ) 的灰度级。例如，如果t ( r ) 有如图3 1 ( a ) 所示的形状，这种变换将会产生比原始图像 更高的对比度，进行变换时，在原始图像中，灰度级低于m 时变暗，而灰度级在i n 以 基于面向对象的海洋溢油检测的研究 上时变亮。在这种对比度扩展技术里，在m 以下的r 值将被变换函数压缩在s 的较窄范 围内，接近黑色。对m 以上的的值执行相反的操作。在极限情况下，如图3 1 ( b ) 所示， t ( r ) 产生了两级( 二值) 图像。这种形式的映射关系叫做阈值函数。有的相当简单，却有很 大作用，处理方法可以用灰度变换加以公式化。因为在图像任意点的增强仅仅依赖于该 点的灰度，这类技术常常是指点处理。 面赢 d r _ n ，i 晴痛 图3 1 对比度增强的灰度级变换函数 f i g 3 1t h et r a n s f o r n _ lf u n c t i o no fc o n t r a s te n h a n c i n g 更大的邻域会有更多的灵活性。一般的方法是，利用点( x ，v ) 事先定义的邻域里 的一个f 值的函数来决定g 在( x ，y ) 的值，其公式化的一个主要方法是以利用所谓的 模板( 也指滤波器、核、掩模或窗口) 为基础的。从根本上说，模板是一个小的( 即3 3 ) 二维阵列。以这种方法为基础的增强技术通常是指模板处理或滤波。 我们以讨论灰度变换函数开始研究图像增强技术，这些都属于所有图像增强技术中 最简单的一类。处理前后的像素值用r 和s 分别定义。如前节所述，这些值与s = t ( 0 表 达式的形式有关，这里的t 是把像素值r 映射到值s 的一种变换。由于处理的是数字量， 变换函数的值通常储存在一个一维阵列中，并且从r 到s 的映射通过查表得到。对于8 比特环境，一个包含t 值的可查阅的表需要有2 5 6 个记录。 如图3 2 ，它显示了图像增强常用的三个基本类型函数：线性的( 正比和反比) 、对 的( 对数和反对数变换) 、幂次的( n 次幂和n 次方根变换) 。正比函数是最一般的，其 输出亮度与输入亮度可互换，惟有它完全包括在图形中。 螺lo 第3 章s a r 溢油图像预处理 图3 2 用于图像增强的某些基本灰度变换函数 f i g 3 2s e v e r a lb a s i ct r a n s f o r mf u n c t i o nf o ri m a g ee n h a n c i n g 灰度级范围( 0 ，l 一1 ) 的图像反转可由示于图3 2 的反比变换获得，表达式为： s = l - 1 一r ( 3 3 ) 图3 3 原始s a r 溢油图像 f i g 3 3o i ls p i l li m a g eo fs a r 图3 4 反转变换后得到的图像 f i g 3 4i n v e r s et r a n s f o r mi m a g e 从上图中可以看到，原始图像中深色的溢油物经反转变换后变成明亮的区域。这种 处理尤其适用于增强嵌入于图像亮色区域的黑色或灰色细节，特别是当白色面积占主导 基于面向对象的海洋溢油检测的研究 地位时。 3 2 图像二值化 图像的二值化处理就是将图像上的点的灰度置为0 或2 5 5 ，也就是将整个图像呈现 出明显的黑白效果。即将2 5 6 个亮度等级的灰度图像通过适当的阀值选取而获得仍然可 以反映图像整体和局部特征的二值化图像。 在数字图像处理中，二值图像占有非常重要的地位用，特别是在实用的图像处理中， 以二值图像处理实现而构成的系统是很多的，要进行二值图像的处理与分析，首先要把 灰度图像= 值化，得到二值化图像，这样有利于再对图像做进一步处理时，图像的集合 性质只与像素值为0 或2 5 5 的点的位置有关，不再涉及像素的多级值，使处理变得简单， 而且数据的处理和压缩量小。 为了得到理想的二值图像【3 7 l ，一般采用封闭、连通的边界定义不交叠的区域。所有 灰度大于或等于阀值的像素被判定为属于特定物体，其灰度值为2 5 5 表示，否则这些像 素点被排除在物体区域以外，灰度值为0 ，表示背景或者例外的物体区域。如果某特定 物体在内部有均匀一致的灰度值，并且其处在一个具有其他等级灰度值的均匀背景下， 使用阀值法就可以得到比较的分割效果。如果物体同背景的差别表现不在灰度值上( 比 如纹理不同) ，可以将这个差别特征转换为灰度的差别，然后利用阀值选取技术来分割 该图像。动态调节阀值实现图像的二值化可动态观察其分割图像的具体结果。几种常见 的阀值选取方法如下： 3 2 1 双峰法 双峰法认为图像由前景和背景组成，在灰度直方图上，前景与背景都形成高峰，在 双峰之间的最低谷处就可以做图像二值化的阈值。 第3 章s a r 溢油图像预处理 期蠖c 搬嚣敬糖l 颦l 像素敌 图3 5 灰度直方图 f i g 3 5g r a yh i s t o g r a m 从图3 5 中可以看到，第一个峰值附近的值比第二个峰值大，为了防止两个峰值都 找到同一个峰上，根据所有图像直方图特征差别不大的特点，给峰设定了一个宽度，在 峰宽度范围外寻找另一个峰值。其步骤如下： ( 1 ) 求出图象中第一个峰值。 ( 2 ) 在第一个峰宽度范围外求出图象中第二个峰值。 ( 3 ) 求出两峰间的谷值对应阈值。 从二值化的效果来看，二值化效果较好。但当图像明暗程度发生较大变化时，二值 化效果也发生很大变化，因此双峰法的实用性较小。 3 2 2 迭代法 迭代法是基于逼近的思想，其步骤如下： ( 1 ) 求出图象的最大灰度值和最小灰度值，分别记为r 。和r i 札i n ，令阙值 t = ( r 。h + r m l d ) 2 。 但) 根据阈值t 将图象的平均灰度值分成两组r 1 和r 2 。 ( 3 ) 分别求出两组的平均灰度值i t1 和u2 。 ( 4 ) 求出新阙值t = ( i t1 + p2 ) 2 。 循环做第2 步到第4 步，一直到两组的平均灰度值不再发生改变，就获得了所需要 的阈值。 迭代所得的阈值二值化的图象效果良好。基于迭代的阈值能区分出图像的前景和背 景的主要区域所在，但在图像的细微处还没有很好的区分度。 基于面向对象的海洋溢油检测的研究 3 2 3 简单统计法 k i t t l e r 等人提出一种基于简单的图像统计的阙值选取方法。使用这种方法，阈值可 以直接计算得到，从而避免了分析灰度直方图，也不涉及准则函数的优化。该方法的计 算公式为： e o ，y ) f ( x ，) ，) 卜覆万 。 ( 3 4 ) 其中，e ( x ，y ) = m a x i e 。| i c y i c x = f ( x 1 ，y ) 一f ( x + 1 ，y ) 白= f ( x ，y - 1 ) 一f ( x ，y + 1 ) 因为e ( x ，y ) 表征了点( x ，y ) 领域的性质，本方法属于基于区域的全局阈值法。 利用此方法二值化图象效果一般。能区分出图像的前景和背景的主要区域所在，但 在图像的细微处还不能做到很细致