基于人类感知的牦犃犚图像海上溢油检测算法-武汉大学学报·信息.PDF

第 卷 第 期 武 汉 大 学 学 报 ·信 息 科 学 版 ４１ ３ Ｖｏｌ．４１Ｎｏ．３ 年 月 ２０１６ ３ ＧｅｏｍａｔｉｃｓａｎｄＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅｏｆＷｕｈａｎＵｎｉｖｅｒｓｉｔ Ｍａｒｃｈ２０１６ ｙ ： ／ 文章编号： （ ） 犇犗犐１０．１３２０３ ．ｗｈｕｉ １６７１８８６０２０１６０３０３９５０７ ｊ ｇ 基于人类感知的犛犃犚图像海上溢油检测算法 １ １ １ 郭 越 王晓峰 张恒振 　 　 　 上海海事大学信息工程学院，上海， １ ２０１３０６ 　 摘 要：在基于ＳＡＲ图像的海上溢油检测中，识别的效率与准确率是关键。纹理特征是人类专家能够较好的 　 判别 ＳＡＲ图像中油膜，类油膜以及海水的一个重要依据。本文算法一方面融合灰度共生矩阵与 Ｔａｍｕｒａ特 征，直接对 ＳＡＲ原始图像进行特征提取，避免了对图像进行分割、降噪等预处理，提高了识别算法的可行性与 识别效率。另一方面，应用深度信念网络（ ）的分类方法，可以很好地解决溢油检测中小样本分类的问 ＤＢＮ 题，并且模仿人类感知系统高效准确的表示信息、获取本质特征。本文应用人类感知的思想对油膜、类油膜以 及海水这 ３类样本进行分类识别。通过实验确定了ＤＢＮ中利于分类的关键参数值。本算法对原始 ＳＡＲ图 像中 类样本的识别准确率达到 ，具有较好的实用价值。 ３ ９０．３６％ 关键词： ； 特征；灰度共生矩阵；深度信念网络；溢油 ＳＡＲＴａｍｕｒａ 中图法分类号： ； 文献标志码： Ｐ２３７ＴＰ７５１ Ａ 　　　 当ＳＡＲ图像上出现了与油膜类似的成像特 正、辐射校正、几何校正、暗油层探测、纹理分析、 　　 征时，如何对海面特征进行检测需要解决两方面 特征提取、 滤波、油层分类等环节的 Ｇａｍｍａ ＳＡＲ ［］ ５ 问题。一方面需要从 ＳＡＲ图像中抽取可以表征 溢油探测技术流程和分类算法 。何楚等提出了 油膜特点的特征；另一方面需要快速、精准的分类 利用特征选择自适应决策树的层次 ＳＡＲ图像分 ［］ ６ 算法对抽取出的特征进行识别。传统的海上 类方法 。巫兆聪等应用分水岭变换与支持向量