通过SAR图像检测溢油-暗结构检测、特征提取及分类算法.docVIP

Sensors 2008 18,6642-6659;DO1:10.3390/S8106642 Review 回顾 通过SAR图像检测溢油：暗结构检测、特征提取及分类算法 Konstantinos N.Topouzelis 摘要：本文对用合成孔径雷达（SAR）图像检测船舶非法排放油污进行全面综述。总结了包括该技术操作和研究等方面的现状。溢油严重影响了海洋的生态系统，由于其对脆弱的海洋和海岸生态的影响引起了政治和科学上的广泛关注。污染物的排放量及对海洋环境的影响是评价海水水质的主要参数。由于卫星图像系统对海岸区域巡视的覆盖面积较大，且经济，易行，使之用于溢油检测成为可能，实际上也已被广泛应用。该文综述了基于雷达图像进行溢油检测的方法论，特别关注于用人工和自动方法区分溢油与其他自然现象形成的疑似溢油现象。所讨论的最基本的技术包括，从SAR图像上检出暗结构（或暗影，暗区域），从这些暗影上提取特征及最常用的分类方法。最后，总结讨论了未来研究的方向。本文引用的参考文献可作为本课题深入研究的出发点。 关键词：溢油；海洋污染；SAR 1.引言 本文的主要目标是：帮助无心作更复杂细致研究的读者获取、更新藉SAR图像检测溢油的知识。假设读者已有SAR原理的基本知识，这有益于扩展其对SAR在该具体应用领域的综合知识。 在不同类型的海洋污染中，石油污染，是海洋生态的主要威胁。石油污染源，可来自陆地，也可直接来源于海上。船舶和采油平台，是海上石油污染的主要来源，这有可能是意外事故造成的，也可能是故意排放产生的。幸运的是，近来，海上意外事故的数量及其排放的石油量正呈逐年下降趋势。另一方面，例行的油轮运行可能导致船舶压舱水和油罐清洗残液仍有排放。此外，其他船舶产生的燃料油泥、轮机废水和舱底污水最终也大多排到了海里。最近几年，海运能力持续增长，更多船舶投入航运，也增加了非法油污排放的潜在数量。油轮和其他各类船舶都可能成为非法排污的可疑对象。 溢油检测和监控可以通过船舶、飞机和卫星。装备有特制雷达的船舶可检测海上溢油，但其作用面积有限，不过需要取样的时候，还是必不可少的。海上溢油监控的主要系统是装备有SAR的飞机和卫星，SAR可以获取二维图像，是一种主动的微波传感器，其所捕获的图像亮度反映了目标表面特性。SAR图像能检测出海面溢油的依据是：油膜降低了溢油海面的后向散射强度，对比周围无溢油海面，使之呈现暗痕。由于星载SAR传感器不依赖阳光，可穿透云层，覆盖面大，比机载的巡查成本低效益大，而在海洋溢油检测中被广泛应用。 雷达从溢油油膜接受的后向散射信号值，与平静海面或其他称之为“疑似”溢油海洋现象（如海流、涡漩）的相似。图1，在SAR图像上，给出了一个被确认的和一个“疑似”的溢油SAR图像例子。已经有多个旨在进行溢油检测的研究。关于该题目的早期相关文献[1-5]，所关注的是区分溢油和“疑似”现象的方法论。Solberg等[1]给出了自动统计方法，同时Del Frate等[2]使用了神经网络分类器。Espedel和Wahl[3] 藉风的变化信息来检测溢油， Espedel等[4]关注油平台附近的溢油检测，Fiscella等[5]用概率方法来检测和确认溢油。Pavlakis等[6]使用了1600多幅SAR图像对地中海地区的首次侦察研究。再一次研究热潮[7-14]是几年后开始的。De Souza等[7]提出了一个提取油膜特征的智能系统。Keramitsoglou等[8]给出了一个基于模糊逻辑网络的自动监测方法。Karathanassi等[9] 提出了面向对象的方法，Mercier和Girard-Ardhuin[10]用了核函数展开的分类算法，Ramalho-Medeiros[11]用了增强技术。Topouzelis等[12] 给出了用神经网络鉴别溢油的更新算法研究，Solberg和Brekke[13]总结了其用于北欧海域的探测技术，而Serra-Sogas等[14]针对西加拿大水域进行了研究，最后，Brekke和Soberg[15]详细介绍关于用卫星遥感传感器作溢油检测。 Pavlakis[6,17]对地中海盆地及Gade和Alpers[18]对地中海地特定区域首先用SAR数据进行了长期的追踪检测，联合研究中心（JRC）在以后几年继续了这一工作并检测整个欧洲海域[19-23]，Bernardini等[19]针对亚得里亚海、Ferraro等[20]针对法国环境区进行了研究、Ferraro等[21] 综述了地中海海域已用技术方法，Tarchi等[22]针对1999-2002年的意大利周边海域进行了研究以及Topouzelis等[23]研究了1999-2002年的地中海盆地。