基于人类感知的SAR图像海上溢油检测算法
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(DBN)的分类方法,可以很好地解决溢油检测中小样本分类的问题,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3类样本的识别准确率达到90.36％,具有较好的实用价值.
SAR、Tamura特征、灰度共生矩阵、深度信念网络、溢油
41
P237;TP751(摄影测量学与测绘遥感)
国家海洋局海洋公益性行业科研专项基金201305026-3;上海市科学技术委员基础研究重大重点项目08240510800The Marine Nonprofit Industry-specific Research,State Oceanic Administration Peeple's Republic of China,No.201305026-3;the Members of Key Projects in Shanghai Science and Technology Commission,No.08240510800.
2016-06-03（万方平台首次上网日期，不代表论文的发表时间）
395-401,407
