CN102798860B - 具有相干斑特性的任意形状sar海面溢油图像的模拟方法 - Google Patents
具有相干斑特性的任意形状sar海面溢油图像的模拟方法 Download PDFInfo
- Publication number
- CN102798860B CN102798860B CN2012102449618A CN201210244961A CN102798860B CN 102798860 B CN102798860 B CN 102798860B CN 2012102449618 A CN2012102449618 A CN 2012102449618A CN 201210244961 A CN201210244961 A CN 201210244961A CN 102798860 B CN102798860 B CN 102798860B
- Authority
- CN
- China
- Prior art keywords
- oil
- sar
- pixel
- oil spilling
- image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Radar Systems Or Details Thereof (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种具有相干斑特性的任意形状SAR海面溢油图像的模拟方法,所采用的方法是:设置SAR图像的参数,计算SAR图像所对应海域的面积A;根据海况信息,确定SAR图像中每个像素点的归一化灰度值,且满足K分布;根据相干斑噪声,对SAR图像中每个像素点的灰度值进行修正,得到含有相干斑噪声的SAR海面溢油图像的归一化灰度值;设置SAR图像中溢油面积和溢油的初始位置,并计算溢油区域内像素点的数目;根据溢油的初始位置和随机游走算法,在SAR图像中生成具有任意形状的溢油区域;最后,根据溢油信息,对溢油区域中的像素点的灰度值进行修改。本发明具有相干斑噪声和溢油区域任意形状的特点,且适用范围较广。
Description
技术领域
本发明属于微波海洋遥感技术领域,具体地讲就是涉及具有相干斑特性的任意形状SAR海面溢油图像的模拟方法。
背景技术
海洋与人类的经济活动息息相关。然而海洋溢油污染具有影响海域范围广、持续时间长、对海洋生物和生态环境破坏大的特点。由于合成孔径雷达(SAR,synthetic aperture radar)具有全天时、全天候、高分辨率和大观测范围的优点,它已成为海洋溢油监测的一种有利工具,然而高虚警率问题一直是SAR溢油监测系统的难点,尽管已提出了多种改进办法,但该问题仍未得到彻底的解决。
相干斑噪声和海面溢油区域形状的复杂性是影响SAR溢油监测系统的高虚警率的重要因素。SAR海面溢油图像的模拟将有助于改进溢油识别方法的研究,从而降低SAR溢油监测系统的高虚警率。
从过程上来看,SAR海面溢油图像的模拟会涉及四个方面:海面的建模、溢油与海面的相互作用、溢油海面与电磁波的交互作用及SAR成像处理。海面模型有Longuet-Higgins法、分形法、多尺度模型等;Marangoni效应是溢油与海面的相互作用的理论基础;而溢油海面与电磁波的交互作用属于随机粗糙面电磁散射的研究范畴,分为解析法和数值法两大类;SAR成像处理算法有距离-多普勒算法、波数域算法及Chirp-Scaling算法等。
文献[1]采用多尺度海面模型和Marangon效应,建立了溢油海面模型,然后计算溢油海面的雷达截面,最后经过SAR成像处理,获得溢油海面的SAR仿真图像,该方法的不足之处在于计算过程复杂、效率低,另一方面,海面溢油区域的形状没有考虑。
参考文献
[1]G.Franceschetti,A.Iodice,D.Riccio.SAR Raw Signal Simulation of OilSlicks in Ocean Environments.IEEE Trans.Geosci.Remote Sensing,2002,40(9):1935-1949
发明内容
为了克服现有SAR海面溢油图像模拟方法的不足,本发明提供了一种具有相干斑特性的任意形状SAR海面溢油图像的模拟方法,包括以下步骤:
1.设置SAR图像的参数,计算SAR图像所对应海域的面积A;
SAR图像的参数包括距离向像素点数M、方位向像素点数N、距离分辨率ρr、方位分辨率ρa;
计算SAR图像所对应海域面积A的方法是:A=M×N×ρa×ρr
2.根据海况信息,确定SAR图像中每个像素点的归一化灰度值I′(m,n),且满足K分布;
首先,根据海况信息,确定K分布的尺度参数a和形状参数v;然后产生具有尺度参数a和形状参数v的K分布的随机数并存储于矩阵其中,m为SAR图像在距离向上像素点的索引数,它取值为m=1,2,…,M;n为SAR图像在方位向上像素点的索引数,它取值为n=1,2,…,N;用matlab程序中自带的函数gamrnd()产生M×N的Gamma(伽玛)分布的随机数并存储于矩阵G1(m,n),其尺度参数为1,形状参数为1;用matlab程序中自带的函数gamrnd()产生M×N的Gamma分布的随机数并存储于矩阵Gv+1(m,n),其尺度参数为1,形状参数为v+1;对矩阵P′a,v(m,n)进行归一化处理后,得到Pa,v(m,n);则SAR图像中每个像素点的归一化灰度值I′(m,n)=Pa,v(m,n);
3.根据相干斑噪声,对SAR图像中每个像素点的灰度值进行修正,得到含有相干斑噪声的SAR海面溢油图像的归一化灰度值I(m,n);
根据相干斑噪声,确定指数分布的参数;然后用matlab程序中自带的函数exprnd()产生M×N指数分布的随机数并存储于矩阵B(m,n);含有相干斑噪声K分布的随机数为C′(m,n)=P′a,v(m,n)B(m,n),并对其进行归一化处理,得到C(m,n);则含有相干斑噪声的SAR海面溢油图像的归一化灰度值I(m,n)=C(m,n);
4.设置SAR图像中溢油面积Aoil和溢油的初始位置p(x0,y0);
5.根据溢油面积,计算溢油区域内像素点的数目;
6.根据溢油的初始位置和随机游走算法,在SAR图像中生成具有任意形状的溢油区域Roil;
根据溢油区域的面积Aoil,确定随机游走窗口W的尺寸w×w;通常其中,floor表示下取整;步长随机游走窗口W的游走方向dir={0,45°,90°,135°,180°,225°},初始化溢油像素点数j=0;
在溢油的初始位置p(x0,y0)处,设置随机游走窗口W,并把随机游走窗口所在像素点的索引数记录在二维数组Q中,计算当前溢油像素点数j;
随机游走窗口W按照均匀分布向dir游走一步,且游走步长为s,添加当前随机游走窗口W像素点的索引数于二维数组Q中,若索引数已写入该数组,则不重复记录,并重新计算当前溢油像素点数j,若j<L,则重复进行该步骤;否则,对二维数组Q按照距离向的索引数进行排序,在SAR图像中生成具有任意形状的溢油区域Roil,其索引数已保存在二维数组Q中;
7.根据溢油信息,对溢油区域Roil中的像素点的灰度值进行修改;
根据溢油的信息,确定溢油的均值和方差,然后用matlab程序中自带的函数randn()产生L个高斯分布的随机数并存储于数组D(l),l=1,2,…,L;然后用matlab程序中自带的函数exp rnd()产生L个指数分布的随机数并存储于数组E(l)中,含有相干斑噪声高斯分布的随机数存储于数组F′(l)=E(l)D(l),并对其归一化处理后,得到数组F(l),则含有相干斑噪声溢油区域Roil的像素点的灰度值已存储于数组F(l)中;按照二维数组Q中的索引数和数组F(l),逐个修改SAR海面溢油图像中溢油区域Roil中像素点的归一化灰度值。
本发明是基于图像的统计分析方法来模拟SAR海面溢油图像。在该方法中,考虑了SAR成像时产生的相干斑噪声的因素;同时,对溢油区域的几何形状没有增加任何限制因素。另一方面,海况和溢油的影响是通过统计分布来考虑的。因此,本发明具有相干斑噪声和溢油区域任意形状的特点,且适用范围较广。
附图说明
图1为本发明的流程图。
具体实施方式
下面结合附图和具体实施例,进一步阐明本发明,应理解这些实施例仅用于说明本发明而不用于限制本发明的范围,在阅读了本发明之后,本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。
图1为本发明的流程图。具有相干斑特性的任意形状SAR海面溢油图像的模拟方法,包括以下步骤:
1.设置SAR图像的参数,计算SAR图像所对应海域的面积A;
SAR图像的参数包括距离向像素点数M、方位向像素点数N、距离分辨率ρr、方位分辨率ρa;
计算SAR图像所对应海域面积A的方法是:A=M×N×ρa×ρr
2.根据海况信息,确定SAR图像中每个像素点的归一化灰度值I′(m,n),且满足K分布;
首先,根据海况信息,确定K分布的尺度参数a和形状参数v;然后产生具有尺度参数a和形状参数v的K分布的随机数并存储于矩阵其中,m为SAR图像在距离向上像素点的索引数,它取值为m=1,2,…,M;n为SAR图像在方位向上像素点的索引数,它取值为n=1,2,…,N;用matlab程序中自带的函数gamrnd()产生M×NGamma分布的随机数并存储于矩阵G1(m,n),其尺度参数为1,形状参数为1;用matlab程序中自带的函数gamrnd()产生M×N的Gamma分布的随机数并存储于矩阵Gv+1(m,n),其尺度参数为1,形状参数为v+1;对矩阵P′a,v(m,n)进行归一化处理后,得到Pa,v(m,n);则SAR图像中每个像素点的归一化灰度值I′(m,n)=Pa,v(m,n);
3.根据相干斑噪声,对SAR图像中每个像素点的灰度值进行修正,得到含有相干斑噪声的SAR海面溢油图像的归一化灰度值I(m,n);
根据相干班噪声,确定指数分布的参数;然后用matlab程序中自带的函数exprnd()产生M×N指数分布的随机数并存储于矩阵B(m,n);含有相干斑噪声K分布的随机数为C′(m,n)=P′a,v(m,n)B(m,n),并对其进行归一化处理,得到C(m,n);则含有相干斑噪声的SAR海面溢油图像的归一化灰度值I(m,n)=C(m,n);
4.设置SAR图像中溢油面积Aoil和溢油的初始位置p(x0,y0);
5.根据溢油面积,计算溢油区域内像素点的数目;
6.根据溢油的初始位置和随机游走算法,在SAR图像中生成具有任意形状的溢油区域Roil;
根据溢油区域的面积Aoil,确定随机游走窗口W的尺寸w×w;通常其中,floor表示下取整;步长随机游走窗口W的游走方向dir={0,45°,90°,135°,180°,225°},初始化溢油像素点数j=0。
在溢油的初始位置p(x0,y0)处,设置随机游走窗口W,并把随机游走窗口所在像素点的索引数记录在二维数组Q中,计算当前溢油像素点数j;随机游走窗口W按照均匀分布向dir游走一步,且游走步长为s,添加当前随机游走窗口W像素点的索引数于二维数组Q中,若索引数已写入该数组,则不重复记录,并重新计算当前溢油像素点数j,若j<L,则重复进行该步骤;否则,对二维数组Q按照距离向的索引数进行排序,在SAR图像中生成了具有任意形状的溢油区域Roil,其索引数已保存在二维数组Q中;
7.根据溢油信息,对溢油区域Roil中的像素点的灰度值进行修改;
根据溢油的信息,确定溢油的均值和方差,然后用matlab程序中自带的函数randn()产生L个高斯分布的随机数并存储于数组D(l),l=1,2,…,L;然后用matlab程序中自带的函数exp rnd()产生L个指数分布的随机数并存储于数组E(l)中,含有相干斑噪声高斯分布的随机数存储于数组F′(l)=E(l)D(l),并对其归一化处理后,得到数组F(l),则含有相干斑噪声溢油区域Roil的像素点的灰度值已存储于数组F(l)中;按照二维数组Q中的索引数和数组F(l),逐个修改SAR海面溢油图像中溢油区域Roil中像素点的归一化灰度值。
Claims (7)
1.一种具有相干斑特性的任意形状SAR海面溢油图像的模拟方法,其特征在于包括以下步骤:
步骤1:设置SAR图像的参数,计算SAR图像所对应海域的面积A;
步骤2:根据海况信息,确定SAR图像中每个像素点的归一化灰度值I′(m,n),m为SAR图像在距离向上像素点的索引数,n为SAR图像在方位向上像素点的索引数,且满足K分布;
步骤3:根据相干斑噪声,对SAR图像中每个像素点的灰度值进行修正,得到含有相干斑噪声的SAR海面溢油图像的归一化灰度值I(m,n);
步骤4:设置SAR图像中溢油面积Aoil和溢油的初始位置p(x0,y0);
步骤5:根据溢油面积,计算溢油区域内像素点的数目;
步骤6:根据溢油的初始位置和随机游走算法,在SAR图像中生成具有任意形状的溢油区域Roil;
步骤7:根据溢油信息,对溢油区域Roil中的像素点的灰度值进行修改。
2.根据权利要求1所述的具有相干斑特性的任意形状SAR海面溢油图像的模拟方法,其特征在于:步骤1按如下过程进行:
SAR图像的参数包括距离向像素点数M、方位向像素点数N、距离分辨率ρr、方位分辨率ρa;
计算SAR图像所对应海域面积A的方法是:A=M×N×ρa×ρr。
3.根据权利要求1所述的具有相干斑特性的任意形状SAR海面溢油图像的模拟方法,其特征在于:步骤2按如下过程进行:
首先,根据海况信息,确定K分布的尺度参数a和形状参数v;然后产生具有尺度参数a和形状参数v的K分布的随机数并存储于矩阵 其中,m为SAR图像在距离向上像素点的索引数,它取值为m=1,2,...,M;n为SAR图像在方位向上像素点的索引数,它取值为n=1,2,...,N;用matlab程序中自带的函数gamrnd()产生M×N的Gamma分布的随机数并存储于矩阵G1(m,n),其尺度参数为1,形状参数为1;用matlab程序中自带的函数gamrnd()产生M×N的Gamma分布的随机数并存储于矩阵Gv+1(m,n),其尺度参数为1,形状参数为v+1;对矩阵P′a,v(m,n)进行归一化处理后,得到Pa,v(m,n);则SAR图像中每个像素点的归一化灰度值I′(m,n)=Pa,v(m,n)。
4.根据权利要求3所述的具有相干斑特性的任意形状SAR海面溢油图像的模拟方法,其特征在于:步骤3按如下过程进行:
根据相干斑噪声,确定指数分布的参数;然后用matlab程序中自带的函数exprnd()产生M×N指数分布的随机数并存储于矩阵B(m,n);含有相干斑噪声K分布的随机数为C′(m,n)=P′a,v(m,n)B(m,n),并对其进行归一化处理,得到C(m,n);则含有相干斑噪声的SAR海面溢油图像的归一化灰度值I(m,n)=C(m,n)。
5.根据权利要求2所述的具有相干斑特性的任意形状SAR海面溢油图像的模拟方法,其特征在于:步骤5按如下过程进行:
根据溢油面积和SAR图像参数,计算溢油区域内像素点的数目
6.根据权利要求2所述的具有相干斑特性的任意形状SAR海面溢油图像的模拟方法,其特征在于:步骤6按如下过程进行:
根据溢油区域的面积Aoil,确定随机游走窗口W的尺寸w×w;取其中,floor表示下取整;步长随机游走窗口W的游走方向dir={0,45°,90°,135°,180°,225°},初始化溢油像素点数j=0;
在溢油的初始位置p(x0,y0)处,设置随机游走窗口W,并把随机游走窗口所在像素点的索引数记录在二维数组Q中,计算当前溢油像素点数j;
随机游走窗口W按照均匀分布向dir游走一步,且游走步长为s,添加当前随机游走窗口W像素点的索引数于二维数组Q中,若索引数已写入该数组,则不重复记录,并重新计算当前溢油像素点数j,若j<L,则重复进行该步骤,L为溢油区域内像素点的数目;否则,对二维数组Q按照距离向的索引数进行排序,在SAR图像中生成具有任意形状的溢油区域Roil,其索引数已保存在二维数组Q中。
7.根据权利要求6所述的具有相干斑特性的任意形状SAR海面溢油图像的模拟方法,其特征在于:步骤7按如下过程进行:
根据溢油的信息,确定溢油的均值和方差,然后用matlab程序中自带的函数randn()产生L个高斯分布的随机数并存储于数组D(l),l=1,2,...,L;然后用matlab程序中自带的函数exprnd()产生L个指数分布的随机数并存储于数组E(l)中,含有相干斑噪声高斯分布的随机数存储于数组F′(l)=E(l)D(l),并对其归一化处理后,得到数组F(l),则含有相干斑噪声溢油区域Roil的像素点的灰度值已存储于数组F(l)中;按照二维数组Q中的索引数和数组F(l),逐个修改SAR海面溢油图像中溢油区域Roil中像素点的归一化灰度值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012102449618A CN102798860B (zh) | 2012-07-13 | 2012-07-13 | 具有相干斑特性的任意形状sar海面溢油图像的模拟方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012102449618A CN102798860B (zh) | 2012-07-13 | 2012-07-13 | 具有相干斑特性的任意形状sar海面溢油图像的模拟方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102798860A CN102798860A (zh) | 2012-11-28 |
CN102798860B true CN102798860B (zh) | 2013-12-04 |
Family
ID=47198016
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2012102449618A Expired - Fee Related CN102798860B (zh) | 2012-07-13 | 2012-07-13 | 具有相干斑特性的任意形状sar海面溢油图像的模拟方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102798860B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105321289B (zh) * | 2015-12-04 | 2018-03-30 | 中国建筑设计院有限公司 | 一种全天候监控图像智能分析与报警系统与方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5546084A (en) * | 1992-07-17 | 1996-08-13 | Trw Inc. | Synthetic aperture radar clutter reduction system |
CN101571915A (zh) * | 2009-06-16 | 2009-11-04 | 大连海事大学 | 基于特征值的sar图像溢油识别方法 |
CN102096070A (zh) * | 2010-11-16 | 2011-06-15 | 苏州科技学院 | 一种全极化合成孔径雷达海面溢油检测方法 |
-
2012
- 2012-07-13 CN CN2012102449618A patent/CN102798860B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5546084A (en) * | 1992-07-17 | 1996-08-13 | Trw Inc. | Synthetic aperture radar clutter reduction system |
CN101571915A (zh) * | 2009-06-16 | 2009-11-04 | 大连海事大学 | 基于特征值的sar图像溢油识别方法 |
CN102096070A (zh) * | 2010-11-16 | 2011-06-15 | 苏州科技学院 | 一种全极化合成孔径雷达海面溢油检测方法 |
Non-Patent Citations (7)
Title |
---|
Alessandro Danisi 等.SAR Simulation of Ocean Scenes Covered by Oil Slicks with Arbitrary Shapes.《IEEE International Geoscience and Remote Sensing Symposium,2007》.2007,1314-1317. * |
Giorgio Franceschetti 等.SAR Raw Signal Simulation of Oil Slicks in Ocean Environments.《IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING》.2002,第40卷(第9期),1935-1948. |
SAR Raw Signal Simulation of Oil Slicks in Ocean Environments;Giorgio Franceschetti 等;《IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING》;20020930;第40卷(第9期);1935-1948 * |
刘朋 等.基于SAR图像组合特征的海面溢油识别.《仪器仪表学报》.2008,第29卷(第4期),747-752. |
基于SAR图像组合特征的海面溢油识别;刘朋 等;《仪器仪表学报》;20080430;第29卷(第4期);747-752 * |
基于纹理分析和人工神经网络的SAR图像中海面溢油识别方法;石立坚 等;《中国海洋大学学报》;20091130;第39卷(第6期);1269-1274,1314 * |
石立坚 等.基于纹理分析和人工神经网络的SAR图像中海面溢油识别方法.《中国海洋大学学报》.2009,第39卷(第6期),1269-1274,1314. |
Also Published As
Publication number | Publication date |
---|---|
CN102798860A (zh) | 2012-11-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Herold et al. | The spatiotemporal form of urban growth: measurement, analysis and modeling | |
Wu et al. | Measuring landscape pattern in three dimensional space | |
Zhou et al. | A comparison of fractal dimension estimators based on multiple surface generation algorithms | |
Alaboz et al. | Digital mapping of soil erodibility factors based on decision tree using geostatistical approaches in terrestrial ecosystem | |
Jevric et al. | Fractal dimensions of urban border as a criterion for space management | |
CN104021267A (zh) | 一种地质灾害易发性判定方法和装置 | |
CN110910448B (zh) | 一种海上溢油漂移轨迹溯源方法 | |
CN104318593A (zh) | 一种雷达海杂波的仿真方法和系统 | |
CN105549009A (zh) | 一种基于超像素的sar图像cfar目标检测方法 | |
Pardo‐igúzquiza et al. | Morphometric analysis of karst depressions on a Mediterranean karst massif | |
CN103729846A (zh) | 基于不规则三角网的LiDAR点云数据边缘检测方法 | |
CN108733952B (zh) | 一种基于序贯模拟的土壤含水量空间变异性三维表征方法 | |
Pardo-Igúzquiza et al. | A review of fractals in karst | |
Papanicolaou et al. | The use of fractals to quantify the morphology of cluster microforms | |
CN112926465A (zh) | 基于点云类型的海岸线性质识别方法及装置 | |
Rajasekaran et al. | PTRM: Perceived terrain realism metric | |
Nguyen | Multi-objective automatic calibration of hydrodynamic models-development of the concept and an application in the Mekong Delta | |
CN102798860B (zh) | 具有相干斑特性的任意形状sar海面溢油图像的模拟方法 | |
Pazúr et al. | The distribution of selected CORINE land cover classes in different natural landscapes in Slovakia: Methodological framework and applications | |
Johnson et al. | Landscape pattern analysis for assessing ecosystem condition | |
Zhao et al. | Effect of spatial scale on urban land-use pattern analysis in different classification systems An empirical study in the CBD of Tokyo | |
Puente et al. | Studying the complexity of rainfall within California via a fractal geometric method | |
Lu et al. | 3D modelling strategy for weather radar data analysis | |
Zhang et al. | Fast simulation method for ocean wave base on ocean wave spectrum and improved gerstner model with GPU | |
Anand et al. | Increased asymmetry of pit‐over‐peak statistics with landscape smoothing |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C56 | Change in the name or address of the patentee | ||
CP02 | Change in the address of a patent holder |
Address after: 212028 Zhenjiang, Dantu Metro Industrial Park Rui East Road, No. 9 Patentee after: Jiangsu University of Science and Technology Address before: 212003 Zhenjiang City, Jiangsu province dream Creek Road, No. 2 Patentee before: Jiangsu University of Science and Technology |
|
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20131204 Termination date: 20170713 |
|
CF01 | Termination of patent right due to non-payment of annual fee |