CN107356535A - 一种基于光谱成像技术的海上溢油检测方法 - Google Patents

一种基于光谱成像技术的海上溢油检测方法 Download PDF

Info

Publication number
CN107356535A
CN107356535A CN201710436753.0A CN201710436753A CN107356535A CN 107356535 A CN107356535 A CN 107356535A CN 201710436753 A CN201710436753 A CN 201710436753A CN 107356535 A CN107356535 A CN 107356535A
Authority
CN
China
Prior art keywords
oil
sample
thick
spectrum
spectral
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.)
Granted
Application number
CN201710436753.0A
Other languages
English (en)
Other versions
CN107356535B (zh
Inventor
孙伟
詹东军
郭良贤
贾贵才
李雷
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hubei Jiuzhiyang Infrared System Co Ltd
Original Assignee
Hubei Jiuzhiyang Infrared System Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hubei Jiuzhiyang Infrared System Co Ltd filed Critical Hubei Jiuzhiyang Infrared System Co Ltd
Priority to CN201710436753.0A priority Critical patent/CN107356535B/zh
Publication of CN107356535A publication Critical patent/CN107356535A/zh
Application granted granted Critical
Publication of CN107356535B publication Critical patent/CN107356535B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
    • G01B11/06—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness for measuring thickness ; e.g. of sheet material

Abstract

本发明公开了一种基于光谱成像技术的海上溢油检测方法，步骤如下：S01，配置油水混合液的参考样本；S02，建立参考样本光谱数据库；S03，读入待测数据立方；S04，溢油种类鉴定；S05，油厚预测；S06，溢油量计算。本发明利用光谱成像技术对海上溢油进行定性定量分析，该方法结合光谱吸收峰的位置、宽度和幅度等光谱特征并基于光谱匹配的方法对海上溢油的种类进行鉴定，根据光谱数据与油厚之间的线性映射关系采用最小二乘法进行油厚的估计进而统计出海上溢油的油量。

Description

一种基于光谱成像技术的海上溢油检测方法
技术领域
属于目标检测与识别技术领域，特别涉及一种使用光谱成像技术的海上溢油检测方法。
背景技术
海洋面积大概占据了地球表面积的71%，是地球上最稳定的生态系统，并且以其广阔的空间和丰富的资源对全球生态环境起着巨大的调节作用。然而随着人类活动范围的增大，海洋污染日趋严重，其中来自船舶、石油平台、战争等的海上溢油是海洋污染的主要影响因素之一。
对于海上溢油，不同的油种经过傅里叶变换成像光谱仪探测得到的光谱其吸收峰的位置和形状都不相同；而同一油种在不同油厚情况下其光谱的吸收峰形状也不尽相同。
传统的化学分析方法虽然能够准确的鉴定出海上溢油的种类，但是要想在大面积区域内统计出海上的溢油量是不可能的，因为海上的溢油分布是无规则的、不均匀的，无法以“局部代表整体”的方法计算溢油量。而单一的红外热成像技术虽然能够大致统计出溢油区域的面积，但是在溢油种类的鉴定和油厚的估计上都无计可施。
相比之下，利用光谱成像技术进行海上溢油的检测方法具有既能准确的判断出溢油种类又能快速统计出溢油量的独特优势。
发明内容
本发明的目的在于针对现有技术的不足，提供一种使用光谱成像技术的海上溢油检测方法，目标在于快速、准确地检测出海上的溢油，鉴定出其油种并计算出溢油区域的溢油量。
本发明解决其技术问题所采用的技术方案是：一种基于光谱成像技术的海上溢油检测方法，步骤如下
S01，配置油水混合液的参考样本：按照不同厚度和不同的种类对油水混合液的样品进行配置，所述的油水混合液厚度为毫米级；
对步骤01中的样本进行光谱的探测，然后将这些样本光谱以数据库的形式储存起来，并为每条数据打上“种类”和“油厚”两个标签，“种类”标签用于待测溢油样本种类的鉴定，“油厚”的标签用于待测溢油样本油厚的预测；
S03，读入待测数据立方：通过傅里叶变换成像光谱仪获得待测样本的数据立方，所述的数据立方包括二维的灰度图像和一维的光谱数据；
S04，溢油种类鉴定：采用基于光谱匹配的方法对待测样本进行溢油种类的鉴定，选定待测样本二维灰度图像的某一像素，提取出对应于该像素的光谱，遍历步骤02建立的光谱数据库，将该像素的光谱与数据库中的每一条光谱进行夹角余弦值的计算，通过比较选出余弦值最大的一个种类，若该余弦值大于预先设定的阈值，则认为溢油与该样本属于同一个油种；
S05，油厚预测：根据参考样本光谱数据库中的光谱数据以及参考样本对应的“油厚”标签通过最小二乘法求解出光谱数据与油厚大小直接的线性关系，然后将此线性关系应用到待分析光谱数据上，进而算出待测样本某一像素处溢油的油厚；
S06，溢油量计算：根据单个像素对应溢油的油厚值，结合二维灰度图像的空间分辨率大小计算出单个像素所对应溢油区域的溢油体积，对于整张图像，将所有像素对应区域的溢油体积相加即可得到该图像覆盖区域的溢油量。
所述的一种基于光谱成像技术的海上溢油检测方法，其步骤S01中的溢油样本的油厚为0.1—4.0毫米。
所述的一种基于光谱成像技术的海上溢油检测方法，其步骤S05具体为：
将参考样本光谱看作一个矩阵，将标签“油厚”看作矩阵，建立方程组，求解出该方程组的最小二乘解，则待测样本的油厚；其中m为样本个数，n为光谱维度，为光谱和油厚之间的线性映射关系，为待测样本光谱。
所述的一种基于光谱成像技术的海上溢油检测方法，其步骤S06中单个像素对应区域的溢油量体积计算公式为：溢油量/像素=像素面积×油厚。
所述的一种基于光谱成像技术的海上溢油检测方法，其步骤S04和S06中采用手选的光谱特征作为新的光谱向量进行定性和定量分析。
进一步，所述的步骤具体为：选取光谱吸收峰的位置、宽度、峰值、吸收峰面积以及吸收峰左右两侧面积的比值等光谱特征组合成新的光谱向量，在新的光谱向量上运用SAM和最小二乘法分别进溢油的定性定量分析。
所述的一种基于光谱成像技术的海上溢油检测方法，其SAM方法具体为：将参考光谱和待分析光谱看作等维度的两个向量，用其内积除以模的乘积得到两个向量夹角的余弦值，若该值大于设定的阈值则认为两个光谱来源于同一油种。
本发明的有益效果是：本发明利用光谱成像技术对海上溢油进行定性定量分析，该方法结合光谱吸收峰的位置、宽度和幅度等光谱特征并基于光谱匹配的方法对海上溢油的种类进行鉴定，根据光谱数据与油厚之间的线性映射关系采用最小二乘法进行油厚的估计进而统计出海上溢油的油量。使用本检测方法能够快速、准确地得知海上溢油的种类以及溢油区域内的溢油量。
附图说明
图1为本发明方法的流程图。
具体实施方式
下面结合附图对本发明作进一步详细说明。
本发明提供了一种使用光谱成像技术的海上溢油检测方法，其基本思想是：建立不同油厚、不同种类的样本组成的光谱数据库，由于不同样本光谱的吸收峰特征不同，因此基于光谱匹配的方法可以实现溢油种类的鉴定；使用最小二乘法求解出光谱和油厚之间的线性映射关系进而实现二维图像中单个像素的油厚估计，最终计算出整张图像所覆盖区域的总溢油量。
使用本发明进行海上溢油的检测流程如图1所示，包括以下步骤：
S01，配置油水混合液的参考样本。
以较为密集的梯度按照不同厚度和不同的种类对油水混合液的样品进行配置，进而使得油厚的预测结果更为准确，所述的油厚为毫米级。
对于海上溢油来说，其光谱特点随着油水液的油/水比例和海面上油膜的厚度的变化而变化，利用傅里叶变换红外光谱仪通常可探测得到厚度为几毫米的油脂的光谱，因此在配置油水液样本的时候，油厚为毫米级，如0.1mm—4.0mm，并且不同的溢油种类应分别配置不同的样本。这里，应尽可能将厚度按照较为密集的变化梯度进行配置以提高预测结果的准确度。
S02，建立参考样本光谱数据库。
对步骤01中的样本进行光谱的探测，然后将这些样本光谱以数据库的形式储存起来，并为每条数据打上“种类”和“油厚”两个标签。其中，“种类”标签用于待测溢油样本种类的鉴定，“油厚”的标签用于待测溢油样本油厚的预测。
S03，读入待测数据立方。
通过傅里叶变换成像光谱仪获得参考样本的数据立方（图像的数据集合也被称之为数据立方），所述的数据立方包括二维的灰度图像和一维的光谱数据，作为三维的立方体，其二维的灰度图像为任意大小、光谱数据为任意长度和任意波段的光谱。
S04，采用SAM的方法对溢油种类鉴定。
采用基于光谱匹配的方法对待测样本进行溢油种类的鉴定，现举SAM（光谱角度匹配）的方法进行说明：选定待测样本二维灰度图像的某一像素，提取出对应于该像素的光谱；遍历步骤02建立的光谱数据库，将该像素的光谱与数据库中的每一条光谱进行夹角余弦值的计算；通过比较选出余弦值最大的一个种类，并且，若该余弦值大于预先设定的阈值，则认为溢油与该样本属于同一个油种。
基于光谱匹配的知识，计算待测样本光谱与参考样本光谱数据库中每一个样本的相似度，相似度可用欧氏距离、马氏距离、向量之间的夹角等描述，将待测样本光谱和参考样本光谱看作两个等维度的向量，计算出两个向量之间的夹角，若夹角满足既定的阈值要求则可看作待测样本光谱与参考样本光谱所对应的油种相同。
遍历数据库中的每一条样本，计算并得出参考光谱与待测光谱之间最大的夹角余弦值，若该值大于设置的阈值则视为待测光谱与该参考光谱来源于同一油种。
S05，油厚预测。
根据步骤02参考样本光谱库中的光谱数据以及参考样本对应的“油厚”标签通过最小二乘法求解出光谱数据与油厚大小直接的线性关系，然后将此线性关系应用到待分析光谱数据上，进而算出待测样本某一像素处溢油的油厚。
将样本光谱数据与其油厚看作近似线性的关系，并采用最小二乘法求解出该线性关系，进而对待测光谱进行油厚的预测，具体为：
将参考样本光谱看作一个矩阵，将标签“油厚”看作矩阵，建立方程组；其中m为样本个数，n为光谱维度，为光谱和油厚之间的线性映射关系，根据最小二乘的原理可以求解出该方程组的最小二乘解，则待测样本的油厚，其中为待测样本光谱。
S06，溢油量计算。
根据步骤S05得出的单个像素对应溢油的油厚值，结合二维灰度图像的空间分辨率大小计算出单个像素所对应溢油区域的溢油体积，对于整张图像，将所有像素对应区域的溢油体积相加即可得到该图像覆盖区域的溢油量。
单个像素对应区域的溢油量体积计算公式为：溢油量/像素=像素面积×油厚，根据公式计算出单个像素对应区域的溢油量，将图像内所有像素中计算得到的溢油量进行累加得出某一图像所覆盖区域内的总溢油量。
进一步，步骤S04和S06中采用手选的光谱特征作为新的光谱向量进行定性和定量分析，步骤具体为：选取光谱吸收峰的位置、宽度、峰值、吸收峰面积以及吸收峰左右两侧面积的比值等光谱特征组合成新的光谱向量，在新的光谱向量上运用SAM和最小二乘法分别进溢油的定性定量分析。
其中述的SAM方法具体为：将参考光谱和待分析光谱看作等维度的两个向量，用其内积除以模的乘积得到两个向量夹角的余弦值，若该值大于设定的阈值则认为两个光谱来源于同一油种。
本发明的权利要求保护范围不限于上述实施例，凡是在本发明的精神和原则之内，所作的任何修改、改进等都包含在本发明的保护之内。

Claims (7)

1.一种基于光谱成像技术的海上溢油检测方法，其特征在于，步骤如下：
S01，配置油水混合液的参考样本
按照不同厚度和不同的种类对油水混合液的样品进行配置，所述的油水混合液厚度为毫米级；
S02，建立参考样本光谱数据库
对步骤01中的样本进行光谱的探测，然后将这些样本光谱以数据库的形式储存起来，并为每条数据打上“种类”和“油厚”两个标签，“种类”标签用于待测溢油样本种类的鉴定，“油厚”的标签用于待测溢油样本油厚的预测；
S03，读入待测数据立方
通过傅里叶变换成像光谱仪获得待测样本的数据立方，所述的数据立方包括二维的灰度图像和一维的光谱数据；
S04，溢油种类鉴定
采用基于光谱匹配的方法对待测样本进行溢油种类的鉴定，选定待测样本二维灰度图像的某一像素，提取出对应于该像素的光谱，遍历步骤02建立的光谱数据库，将该像素的光谱与数据库中的每一条光谱进行夹角余弦值的计算，通过比较选出余弦值最大的一个种类，若该余弦值大于预先设定的阈值，则认为溢油与该样本属于同一个油种；
S05，油厚预测
根据参考样本光谱数据库中的光谱数据以及参考样本对应的“油厚”标签通过最小二乘法求解出光谱数据与油厚大小直接的线性关系，然后将此线性关系应用到待分析光谱数据上，进而算出待测样本某一像素处溢油的油厚；
S06，溢油量计算
根据单个像素对应溢油的油厚值，结合二维灰度图像的空间分辨率大小计算出单个像素所对应溢油区域的溢油体积，对于整张图像，将所有像素对应区域的溢油体积相加即可得到该图像覆盖区域的溢油量。
2.根据权利要求1所述的一种基于光谱成像技术的海上溢油检测方法，其特征在于，所述步骤S01中的溢油样本的油厚为0.1—4.0毫米。
3.根据权利要求1所述的一种基于光谱成像技术的海上溢油检测方法，其特征在于，所述的步骤S05具体为：
将参考样本光谱看作一个矩阵，将标签“油厚”看作矩阵，建立方程组，求解出该方程组的最小二乘解，则待测样本的油厚；其中m为样本个数，n为光谱维度，为光谱和油厚之间的线性映射关系，为待测样本光谱。
4.根据权利要求1所述的一种基于光谱成像技术的海上溢油检测方法，其特征在于，所述的步骤S06中单个像素对应区域的溢油量体积计算公式为：溢油量/像素=像素面积×油厚。
5.根据权利要求4所述的一种基于光谱成像技术的海上溢油检测方法，其特征在于，所述的步骤S04和S06中采用手选的光谱特征作为新的光谱向量进行定性和定量分析。
6.根据权利要求5所述的一种基于光谱成像技术的海上溢油检测方法，其特征在于，所述的步骤具体为：选取光谱吸收峰的位置、宽度、峰值、吸收峰面积以及吸收峰左右两侧面积的比值等光谱特征组合成新的光谱向量，在新的光谱向量上运用SAM和最小二乘法分别进溢油的定性定量分析。
7.根据权利要求6所述的一种基于光谱成像技术的海上溢油检测方法，其特征在于，所述的SAM方法具体为：将参考光谱和待分析光谱看作等维度的两个向量，用其内积除以模的乘积得到两个向量夹角的余弦值，若该值大于设定的阈值则认为两个光谱来源于同一油种。
CN201710436753.0A 2017-06-12 2017-06-12 一种基于光谱成像技术的海上溢油检测方法 Active CN107356535B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710436753.0A CN107356535B (zh) 2017-06-12 2017-06-12 一种基于光谱成像技术的海上溢油检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710436753.0A CN107356535B (zh) 2017-06-12 2017-06-12 一种基于光谱成像技术的海上溢油检测方法

Publications (2)

Publication Number Publication Date
CN107356535A true CN107356535A (zh) 2017-11-17
CN107356535B CN107356535B (zh) 2020-06-05

Family

ID=60273808

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710436753.0A Active CN107356535B (zh) 2017-06-12 2017-06-12 一种基于光谱成像技术的海上溢油检测方法

Country Status (1)

Country Link
CN (1) CN107356535B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110609017A (zh) * 2019-09-12 2019-12-24 大连海事大学 一种基于反射率光谱的溢油风化时间分析方法及应用
CN110907388A (zh) * 2019-11-22 2020-03-24 光钙(上海)高科技有限公司 一种基于红外光谱分析的溢油种类鉴别的方法
CN112924028A (zh) * 2021-01-25 2021-06-08 长春理工大学 一种面向海面溢油的光场偏振成像探测系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101414009A (zh) * 2008-11-15 2009-04-22 大连海事大学 便携式机载海上溢油遥感监测系统
CN101458213A (zh) * 2008-12-23 2009-06-17 潍坊学院 海洋溢油的浓度辅助参量荧光光谱油种鉴别方法
CN102507474A (zh) * 2011-10-28 2012-06-20 大连海事大学 一种船舶溢油目标的识别方法及系统
CN102997856A (zh) * 2012-12-12 2013-03-27 南京大学 一种基于参数查找表的海洋溢油油膜厚度高光谱遥感估算方法
CN106198443A (zh) * 2016-06-24 2016-12-07 湖北久之洋红外系统股份有限公司 机载高光谱红外溢油监测方法及系统
CN106770015A (zh) * 2017-01-10 2017-05-31 南京富岛信息工程有限公司 一种基于主成分分析相似判别的油品性质检测方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101414009A (zh) * 2008-11-15 2009-04-22 大连海事大学 便携式机载海上溢油遥感监测系统
CN101458213A (zh) * 2008-12-23 2009-06-17 潍坊学院 海洋溢油的浓度辅助参量荧光光谱油种鉴别方法
CN102507474A (zh) * 2011-10-28 2012-06-20 大连海事大学 一种船舶溢油目标的识别方法及系统
CN102997856A (zh) * 2012-12-12 2013-03-27 南京大学 一种基于参数查找表的海洋溢油油膜厚度高光谱遥感估算方法
CN106198443A (zh) * 2016-06-24 2016-12-07 湖北久之洋红外系统股份有限公司 机载高光谱红外溢油监测方法及系统
CN106770015A (zh) * 2017-01-10 2017-05-31 南京富岛信息工程有限公司 一种基于主成分分析相似判别的油品性质检测方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110609017A (zh) * 2019-09-12 2019-12-24 大连海事大学 一种基于反射率光谱的溢油风化时间分析方法及应用
CN110907388A (zh) * 2019-11-22 2020-03-24 光钙(上海)高科技有限公司 一种基于红外光谱分析的溢油种类鉴别的方法
CN112924028A (zh) * 2021-01-25 2021-06-08 长春理工大学 一种面向海面溢油的光场偏振成像探测系统
CN112924028B (zh) * 2021-01-25 2023-11-07 长春理工大学 一种面向海面溢油的光场偏振成像探测系统

Also Published As

Publication number Publication date
CN107356535B (zh) 2020-06-05

Similar Documents

Publication Publication Date Title
CN105243367B (zh) 一种基于卫星遥感数据的水体范围监测方法和装置
Roelfsema et al. Multi-temporal mapping of seagrass cover, species and biomass: A semi-automated object based image analysis approach
CN109146889B (zh) 一种基于高分辨率遥感图像的农田边界提取方法
CN102750703B (zh) 一种基于直线分割的遥感图像机场自动检测方法
CN109164459A (zh) 一种结合激光雷达和高光谱数据对森林树种分类的方法
CN102324032B (zh) 一种基于极坐标系下灰度共生矩阵的纹理特征提取方法
CN107356535A (zh) 一种基于光谱成像技术的海上溢油检测方法
CN102507474B (zh) 一种船舶溢油目标的识别方法及系统
CN109815953A (zh) 一种基于车辆年检标的车辆识别匹配系统
CN103729651A (zh) 基于局部光谱角度量流形近邻的高光谱遥感影像分类方法
CN109785329A (zh) 基于改进slic算法的紫色土图像分割提取方法
CN105893977A (zh) 一种基于自适应特征选择的水稻制图方法
Legleiter et al. Spectrally based mapping of riverbed composition
Seydi et al. New framework for hyperspectral change detection based on multi-level spectral unmixing
Zhang et al. Novel shape indices for vector landscape pattern analysis
Karathanassi Spectral unmixing evaluation for oil spill characterization
CN108038440A (zh) 一种基于重叠池化的高光谱遥感影像分类方法
CN110956083A (zh) 一种基于高分四号光学卫星的渤海海冰漂移遥感探测方法
Wu et al. Targeted change detection for stacked multi-temporal hyperspectral image
Nurdin et al. Accuracy of unsupervised classification to determine coral health using SPOT-6 and Sentinel-2A
Liu et al. Water extraction on the hyperspectral images of gaofen-5 satellite using spectral indices
Ran et al. A multi-temporal method for detection of underground natural gas leakage using hyperspectral imaging
CN112966710B (zh) 基于线性判别分析的fy-3d红外高光谱云检测方法
CN112767543B (zh) 基于逻辑回归的fy-3d红外高光谱云检测方法
Manuputty et al. Seagrass mapping based on satellite image Worldview-2 by using depth invariant index method

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant