海面溢油区域图像探测方法.pdf
猫巷****傲柏
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
海面溢油区域图像探测方法.pdf
本发明涉及海面溢油区域图像探测方法。本发明的目的是通过选取适当的波段对自定义的NDOI的值进行计算,并将得到的各坐标处NDOI的值看作灰度值来得到一幅灰度图像,然后通过图像处理的方法来突出海面溢油区的轮廓,说明书摘要附图中图1为发明的具体实现流程图。
SAR海面溢油监测方法.doc
PAGE\*MERGEFORMAT14北京师范大学环境数据采集与分析期末论文题目:SAR海面溢油监测方法__姓名:董海洋学号:200911181031年级:2009级专业:环境工程SAR海面溢油监测方法摘要:海洋溢油发生后,准确及时的监测溢油对于海洋环境保护具有重要意义。随着卫星遥感技术的高速发展,遥感己经成为监测溢油的最重要和最有效手段之一。本论文以海面溢油为研究对象,讨论了利用SAR采集数据监测海面溢油的方法,重点在SAR图像中溢油数据的处理、MODIS监测海面油膜厚度、基于GIS的遥感溢油监测
一种低风速海面溢油检测方法.pdf
本发明公开了一种低风速海面溢油检测方法,定义新极化比特征识别低风速海面溢油的技术,基于新极化比特征确定阈值T对目标海域海面新极化比特征进行阈值分割,当海面像元新极化比特征大于等于阈值T,判定为溢油,否则判定为海水。其中T略大于低风速海水暗区“似然物”的新极化比特征值,能够有效避免低风速对溢油识别的干扰。本发明为污染物监测技术提供一种物理识别方法,该方法是鉴于溢油和海水的介电常数差异性,以及海水和溢油散射机制不同,针对现有算法普遍存在的溢油区与低风速海水暗区“似然物”识别困难的问题,利用新极化比特征识别溢油
深度学习与浅层学习决策融合的海面溢油检测方法.pdf
深度学习与浅层学习决策融合的海面溢油检测方法。获取目标海域的高光谱图像,作为待检测图像;将待检测图像输入训练好的目标深度学习模型,预测出待检测图像中存在油膜的区域,得到第一检测图像;将待检测图像输入训练好的目标浅层学习模型,预测出待检测图像中存在油膜的区域,得到第二检测图像;采用基于模糊隶属度的决策级融合策略,融合第一检测图像和第二检测图像,得到目标检测图像,目标检测图像表征待检测图像中存在油膜的目标区域,其中,第一检测图像、第二检测图像与目标检测图像中的像元数量相同。可以结合深度学习模型和浅层学习模型在
基于多核分类模型决策融合的海面溢油检测方法.pdf
本公开的实施例公开了基于多核分类模型决策融合的海面溢油检测方法,该方法包括:获取目标海域的多光谱遥感图像,作为待检测图像;对待检测图像进行特征提取,得到特征信息;基于特征信息,构建输入数据;将输入数据分别输入多个单核函数的分类模型,得到多个分类结果;基于多个分类结果,得到决策融合结果,以区分出待检测图像中的溢油区域。本发明提供的海面溢油检测方法,将输入数据分别输入多个单核函数的分类模型中,得到多个分类结果,然后将多个分类结果进行决策性融合,得到决策融合结果,多核决策融合算法能够将各单核的优势互补,提高分类