CN110415189A - 一种基于遥感的海上溢油污染监测系统和方法 - Google Patents
一种基于遥感的海上溢油污染监测系统和方法 Download PDFInfo
- Publication number
- CN110415189A CN110415189A CN201910661799.1A CN201910661799A CN110415189A CN 110415189 A CN110415189 A CN 110415189A CN 201910661799 A CN201910661799 A CN 201910661799A CN 110415189 A CN110415189 A CN 110415189A
- Authority
- CN
- China
- Prior art keywords
- oil
- data
- sar
- remote sensing
- module
- 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.)
- Pending
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 76
- 238000011109 contamination Methods 0.000 title claims abstract description 22
- 238000000034 method Methods 0.000 title claims abstract description 22
- 238000000605 extraction Methods 0.000 claims abstract description 20
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 13
- 239000003305 oil spill Substances 0.000 claims abstract description 12
- 238000007781 pre-processing Methods 0.000 claims abstract description 9
- 230000007704 transition Effects 0.000 claims abstract description 4
- 238000012937 correction Methods 0.000 claims description 26
- 238000013523 data management Methods 0.000 claims description 18
- 238000004458 analytical method Methods 0.000 claims description 14
- 230000010287 polarization Effects 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 12
- 238000012216 screening Methods 0.000 claims description 10
- 230000011218 segmentation Effects 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 9
- 230000002708 enhancing effect Effects 0.000 claims description 9
- 230000007246 mechanism Effects 0.000 claims description 9
- 239000000284 extract Substances 0.000 claims description 7
- 238000001514 detection method Methods 0.000 claims description 6
- 238000005259 measurement Methods 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 238000001914 filtration Methods 0.000 claims description 5
- 238000003384 imaging method Methods 0.000 claims description 5
- 230000000694 effects Effects 0.000 claims description 4
- 238000003709 image segmentation Methods 0.000 claims description 4
- 230000001427 coherent effect Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 230000005855 radiation Effects 0.000 claims description 3
- 230000008521 reorganization Effects 0.000 claims description 3
- 238000011161 development Methods 0.000 abstract description 5
- 239000003643 water by type Substances 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 230000018109 developmental process Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 2
- 238000013016 damping Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 101100422538 Escherichia coli sat-2 gene Proteins 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004587 chromatography analysis Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013535 sea water Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10032—Satellite or aerial image; Remote sensing
- G06T2207/10044—Radar image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30181—Earth observation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geometry (AREA)
- Computer Networks & Wireless Communication (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Image Processing (AREA)
Abstract
一种基于遥感的海上溢油污染监测系统和方法，有利于为海事管理工作，特别是针对海上溢油污染的应急决策提供技术支持，例如在第一时间掌握水域环境污染信息等，以有效保障水域环境以及海洋经济产业的发展，其特征在于，包括运行海上溢油污染监测软件的工业计算机系统，所述工业计算机系统分别连接地理信息服务平台接口和遥感数据接口，所述遥感数据包括航拍无人机遥感数据和卫星遥感数据，所述工业计算机系统包括包括溢油SAR数据预处理子系统，以及溢油监测与信息提取子系统，所述溢油监测与信息提取子系统利用油膜与海面的不同特征进行溢油监测，提取溢油面积、形状和位置信息，并根据溢油面积、位置及其变动信息进行报文信息反馈和/或预警。
Description
技术领域
本发明涉及海上环境监测中的海上溢油技术，特别是一种基于遥感的海上溢油污染监测系统和方法，有利于为海事管理工作，特别是针对海上溢油污染的应急决策提供技术支持，例如在第一时间掌握水域环境污染信息、分析评估污染程度等，以有效保障水域环境以及海洋经济产业的发展。
背景技术
随着经济贸易的发展，海上油品运量不断增加。国内外经常，甚至连续有水上溢油和化学品污染事故的报道。这些水上溢油和化学品污染事故都对水域生态环境造成了严重损害。127珠江口溢油事故，716大连溢油事故，上海“达飞佛罗里达轮”溢油事故和黄岛输油管道爆炸事故等，对水域环境以及海洋经济产业的发展带来了灾难性的后果。利用卫星遥感技术获取溢油位置和溢油面积信息是本领域技术人员能够想到的技术应用，但是一直不能为事故应急反应提供及时有效的决策支持。为此，本发明人完成了本发明。
发明内容
本发明针对现有技术中存在的缺陷或不足，提供一种基于遥感的海上溢油污染监测系统和方法，有利于为海事管理工作，特别是针对海上溢油污染的应急决策提供技术支持，例如在第一时间掌握水域环境污染信息、分析评估污染程度等，以有效保障水域环境以及海洋经济产业的发展。
本发明的技术方案如下：
一种基于遥感的海上溢油污染监测系统，其特征在于，包括运行海上溢油污染监测软件的工业计算机系统，所述工业计算机系统分别连接地理信息服务平台接口和遥感数据接口，所述遥感数据包括航拍无人机遥感数据和卫星遥感数据，所述工业计算机系统包括包括溢油SAR数据预处理子系统，以及溢油监测与信息提取子系统，所述溢油监测与信息提取子系统利用油膜与海面的不同特征进行溢油监测，提取溢油面积、形状和位置信息，并根据溢油面积、位置及其变动信息进行报文信息反馈和/或预警。
所述溢油SAR数据预处理子系统包括以下模块：溢油微波特征知识模块，SAR数据解析模块，SAR数据辐射校正模块，SAR数据几何校正模块，SAR图像滤波模块；所述溢油监测与信息提取子系统包括以下模块：SAR图像增强模块，油斑预筛选模块，SAR图像分割模块，油斑特征参数计算模块，油斑监测与识别模块。
所述溢油微波特征知识模块将不同种类油品的油膜样本，通过微波目标特性测量，构建溢油微波特征知识；所述SAR数据解析模块通过对各种型号SAR卫星不同级别的数据进行解析和参数提取，并实现SAR数据和参数的导入；所述SAR数据辐射校正模块通过对各种型号的SAR卫星不同级别的数据进行辐射校正处理，将图像像素值转变为雷达后向散射系数值；所述SAR数据几何校正模块通过对各种型号的SAR卫星不同级别的数据进行地理编码等几何校正处理，将SAR图像从图像坐标空间映射到地面坐标空间，消除遥感图像中几何畸变的过程；所述SAR图像滤波模块通过对各种型号的SAR卫星不同级别的数据进行滤波处理，减少由于SAR相干成像导致的斑点噪声。
所述SAR图像增强模块通过利用图像处理技术对SAR数据进行增强处理以增强图像显示效果，以便图像解译和目标提取；所述油斑预筛选模块基于基础地理信息进行海陆分割，并基于可视化特征决策辅助人工判读的方式实现油膜影像筛选功能；所述SAR图像分割模块根据监测窗口内油膜目标－海面背景像元后向散射强弱的对比，动态调整图像分割阈值；所述油斑特征参数计算模块计算提取油斑的几何、辐射、极化等各类特征指标，目标、海面的雷达后向散射系数均值、标准偏差，目标与海面的雷达后向散射系数均值差、目标边界与海面的雷达后向散射系数平均梯度，以及各种极化分解特征参数；所述油斑监测与识别模块利用油斑在SAR影像中的特征参数，统计并分析油膜和非油膜的SAR影像特征指标，构建适用于区分油膜和非油膜的目标识别与分类特征，采用基于模糊集理论的海面油膜识别与检测方法，以实现对海面油斑的精确识别，确定并标记油膜目标，基于确定的油斑，计算面积、形状以及检测置信度等参数。
所述对SAR数据进行增强处理包括如下技术手段：线性拉伸、均衡化拉伸、均方根拉伸、高斯拉伸、分段拉伸和/或直方图匹配。
所述基础地理信息包括行政区划地理信息和水系地理信息。
所述油斑特征参数计算模块计算海面油膜目标的面积、周长、均一度和复杂度。
所述油斑监测与识别模块包括执行以下功能：对所提取对象的连通性分析，噪声像元去除，相邻对象的合并，基于模糊集理论的海面油膜识别分析；所述油斑监测与识别模块包括人工辅助判断工具以对自动提取出的油膜区域进行标绘和编辑。
所述遥感数据接口连接遥感数据管理系统，所述遥感数据管理系统通过网闸连接互联网，所述互联网分别连接卫星遥感数据分发机构接口和航拍无人机遥感数据接口，所述遥感数据管理系统基于支撑软件平台，所述支撑软件包括航拍数据处理软件、卫星遥感数据处理软件和地理信息服务平台，用户终端能够向卫星遥感数据分发机构提出数据订购需求。
一种基于遥感的海上溢油污染监测方法，其特征在于，包括如下工作流程：
(1)选择不同种类油品的油膜样本，通过微波目标特性测量实验，构建溢油微波特征知识，用于提高溢油识别的准确率；
(2)对获取到的数据进行解析，实现数据和参数的读取或转换；
(3)对解析后生成的数据进行预处理，包括几何校正、辐射校正、滤波等操作；
(4)对预处理后的数据进行图像增强、预筛选；
(5)基于地理信息库进行海陆分割，缩小监测范围；
(6)对海面区域数据进行油膜监测，并剔除虚警，得到可靠的监测结果；
(7)对溢油区域的面积形状等信息进行计算评估，生成溢油信息反馈报告或进行预警；
(8)对油膜数据进行特征分析，提取油膜散射、极化等特征；
(9)对溢油数据及信息进行格式化整编，并交于数据管理系统进行归档；
(10)基于油斑SAR样本数据进行散射特征和极化特征分析，形成溢油监测经验知识；
(11)对溢油区域数据及所提出的特征等信息提交至数据管理系统进行存储。
本发明的技术效果如下：本发明一种基于遥感的海上溢油污染监测系统和方法能够利用卫星遥感技术获取溢油位置、面积信息，为事故应急反应提供及时有效的决策支持。在适当海况条件下，由于海面油膜对海面毛细波与短重力波的阻尼作用，海面油膜区域对入射雷达波的后向散射较弱，在雷达图像上表现为暗目标特征。但是，低海况区域、海洋内波、海面气团交汇、大气锋面等自然现象也可以在雷达图像上形成低后向散射区域。由于海面油膜对海面毛细波与短重力波的阻尼作用，平滑了海洋表面，海面油膜区域对入射雷达波的后向散射较弱，在SAR图像上表现为暗目标特征，以此可作为区分油膜和海水的一种判断方法，但仅这一种方法可能会存在由其它因素引起的“类油膜”现象(如低风速区、背风岬角等)，所以本发明采用多种方法进行油膜信息的监测和提取，增加了海上溢油污染监测的准确度。
附图说明
图1是实施本发明一种基于遥感的海上溢油污染监测系统的结构示意图。图1中SAR(synthetic apeture radar，合成孔径雷达)是指合成孔径雷达层析成像技术，或称为层析SAR成像技术。图1中基于遥感的海上溢油污染监测系统包括溢油SAR数据预处理子系统，以及溢油监测与信息提取子系统。所述溢油SAR数据预处理子系统包括以下模块：溢油微波特征知识模块，SAR数据解析模块，SAR数据辐射校正模块，SAR数据几何校正模块，SAR图像滤波模块。所述溢油监测与信息提取子系统包括以下模块：SAR图像增强模块，油斑预筛选模块，SAR图像分割模块，油斑特征参数计算模块，油斑监测与识别模块。
图2是实施本发明一种基于遥感的海上溢油污染监测方法的流程示意图。图2中溢油SAR数据预处理子系统执行以下流程：溢油微波特性测量-微波特征知识库-SAR数据-SAR数据参数解析-SAR数据导入-SAR数据辐射校正-SAR数据几何校正-SAR数据滤波。图2中溢油监测与信息提取子系统执行以下流程：将滤波后的SAR数据进行SAR图像增强-油膜区域图像预筛选-油膜水域自动检测-一路为油膜水域背景分割-溢油信息提取-溢油信息反馈与预警报告；油膜水域自动检测后另一路为油膜水域图像切片；油膜区域图像预筛选另有一路输入为典型特征提取与计算，典型特征提取与计算的输入来自油膜水域图像切片和溢油信息反馈与预警报告。图2中数据分析与存储归档装置完成以下工作：接收油膜水域图像切片的输出和溢油信息反馈与预警报告的输出后执行以下流程：数据与信息格式化整编-数据与信息归档管理-油斑SAR样本分析-溢油监测经验知识；数据与信息归档管理另有一路输出至油膜特性信息存储。数据分析与存储归档装置具有连接外部存储的接口。
图3是包括本发明一种基于遥感的海上溢油污染监测系统的平台整体布局结构示意图。图3中附图标记列示如下：1-遥感卫星(例如Radar sat2，TerraSAR，Cosma，高分系列，和/或资源三号等)；2-航拍无人机；3-数据分发机构；4-航拍数据；5-互联网；6-网闸；7-业务应用系统；8-海上溢油污染监测系统；9-地理信息服务平台；10-数据订购需求；11-用户(用户终端或终端用户)；12-数据管理系统；13-地理信息服务平台；14-遥感数据处理软件；15-航拍数据处理软件；16-支撑软件平台。
具体实施方式
下面结合附图(图1-图3)对本发明进行说明。
图1是实施本发明一种基于遥感的海上溢油污染监测系统的结构示意图。图2是实施本发明一种基于遥感的海上溢油污染监测方法的流程示意图。图3是包括本发明一种基于遥感的海上溢油污染监测系统的平台整体布局结构示意图。参考图1至图3。一种基于遥感的海上溢油污染监测系统，包括运行海上溢油污染监测软件的工业计算机系统，所述工业计算机系统分别连接地理信息服务平台13接口和遥感数据接口，所述遥感数据包括航拍无人机2遥感数据和卫星遥感数据(遥感卫星1提供)，所述工业计算机系统包括包括溢油SAR数据预处理子系统，以及溢油监测与信息提取子系统，所述溢油监测与信息提取子系统利用油膜与海面的不同特征进行溢油监测，提取溢油面积、形状和位置信息，并根据溢油面积、位置及其变动信息进行报文信息反馈和/或预警。所述溢油SAR数据预处理子系统包括以下模块：溢油微波特征知识模块，SAR数据解析模块，SAR数据辐射校正模块，SAR数据几何校正模块，SAR图像滤波模块；所述溢油监测与信息提取子系统包括以下模块：SAR图像增强模块，油斑预筛选模块，SAR图像分割模块，油斑特征参数计算模块，油斑监测与识别模块。所述溢油微波特征知识模块将不同种类油品的油膜样本，通过微波目标特性测量，构建溢油微波特征知识；所述SAR数据解析模块通过对各种型号SAR卫星不同级别的数据进行解析和参数提取，并实现SAR数据和参数的导入；所述SAR数据辐射校正模块通过对各种型号的SAR卫星不同级别的数据进行辐射校正处理，将图像像素值转变为雷达后向散射系数值；所述SAR数据几何校正模块通过对各种型号的SAR卫星不同级别的数据进行地理编码等几何校正处理，将SAR图像从图像坐标空间映射到地面坐标空间，消除遥感图像中几何畸变的过程；所述SAR图像滤波模块通过对各种型号的SAR卫星不同级别的数据进行滤波处理，减少由于SAR相干成像导致的斑点噪声。
所述SAR图像增强模块通过利用图像处理技术对SAR数据进行增强处理以增强图像显示效果，以便图像图像解译和目标提取；所述油斑预筛选模块基于基础地理信息进行海陆分割，并基于可视化特征决策辅助人工判读的方式实现油膜影像筛选功能；所述SAR图像分割模块根据监测窗口内油膜目标－海面背景像元后向散射强弱的对比，动态调整图像分割阈值；所述油斑特征参数计算模块计算提取油斑的几何、辐射、极化等各类特征指标，目标、海面的雷达后向散射系数均值、标准偏差，目标与海面的雷达后向散射系数均值差、目标边界与海面的雷达后向散射系数平均梯度，以及各种极化分解特征参数；所述油斑监测与识别模块利用油斑在SAR影像中的特征参数，统计并分析油膜和非油膜的SAR影像特征指标，构建适用于区分油膜和非油膜的目标识别与分类特征，采用基于模糊集理论的海面油膜识别与检测方法，以实现对海面油斑的精确识别，确定并标记油膜目标，基于确定的油斑，计算面积、形状以及检测置信度等参数。所述对SAR数据进行增强处理包括如下技术手段：线性拉伸、均衡化拉伸、均方根拉伸、高斯拉伸、分段拉伸和/或直方图匹配。所述基础地理信息包括行政区划地理信息和水系地理信息。所述油斑特征参数计算模块计算海面油膜目标的面积、周长、均一度和复杂度。所述油斑监测与识别模块包括执行以下功能：对所提取对象的连通性分析，噪声像元去除，相邻对象的合并，基于模糊集理论的海面油膜识别分析；所述油斑监测与识别模块包括人工辅助判断工具以对自动提取出的油膜区域进行标绘和编辑。
所述遥感数据接口连接遥感数据管理系统12，所述遥感数据管理系统12通过网闸6连接互联网5，所述互联网5分别连接卫星遥感数据分发机构3接口和航拍无人机2遥感数据接口(传输航拍数据4)，所述遥感数据管理系统12连接支撑软件平台16，所述支撑软件包括航拍数据处理软件15和卫星遥感数据处理软件14，所述遥感数据管理系统12通过地理信息服务平台13连接用户终端11，所述用户终端11能够向卫星遥感数据分发机构3提出数据订购需求。
一种基于遥感的海上溢油污染监测方法，其特征在于，包括如下工作流程：
(1)选择不同种类油品的油膜样本，通过微波目标特性测量实验，构建溢油微波特征知识，用于提高溢油识别的准确率；
(2)对获取到的数据进行解析，实现数据和参数的读取或转换；
(3)对解析后生成的数据进行预处理，包括几何校正、辐射校正、滤波等操作；
(4)对预处理后的数据进行图像增强、预筛选；
(5)基于地理信息库进行海陆分割，缩小监测范围；
(6)对海面区域数据进行油膜监测，并剔除虚警，得到可靠的监测结果；
(7)对溢油区域的面积形状等信息进行计算评估，生成溢油信息反馈报告或进行预警；
(8)对油膜数据进行特征分析，提取油膜散射、极化等特征；
(9)对溢油数据及信息进行格式化整编，并交于数据管理系统进行归档；
(10)基于油斑SAR样本数据进行散射特征和极化特征分析，形成溢油监测经验知识；
(11)对溢油区域数据及所提出的特征等信息提交至数据管理系统进行存储。
支撑软件平台，主要包括地理信息服务软件、数据转换软件、数据管理系统、数据库系统以及操作系统等。本发明一种基于遥感的海上溢油污染监测系统定位于海事系统溢油信息提取与漂移预测的基础核心平台，具体见图3总体布局，包括数据分发机构、网闸、地理信息服务平台、支撑软件、终端。卫星遥感数据由用户根据订购需求从数据分发机构进行购置，航拍数据来源于无人机拍摄数据。
在此指明，以上叙述有助于本领域技术人员理解本发明创造，但并非限制本发明创造的保护范围。任何没有脱离本发明创造实质内容的对以上叙述的等同替换、修饰改进和/或删繁从简而进行的实施，均落入本发明创造的保护范围。
Claims (10)
1.一种基于遥感的海上溢油污染监测系统，其特征在于，包括运行海上溢油污染监测软件的工业计算机系统，所述工业计算机系统分别连接地理信息服务平台接口和遥感数据接口，所述遥感数据包括航拍无人机遥感数据和卫星遥感数据，所述工业计算机系统包括包括溢油SAR数据预处理子系统，以及溢油监测与信息提取子系统，所述溢油监测与信息提取子系统利用油膜与海面的不同特征进行溢油监测，提取溢油面积、形状和位置信息，并根据溢油面积、位置及其变动信息进行报文信息反馈和/或预警。
2.根据权利要求1所述的基于遥感的海上溢油污染监测系统，其特征在于，所述溢油SAR数据预处理子系统包括以下模块：溢油微波特征知识模块，SAR数据解析模块，SAR数据辐射校正模块，SAR数据几何校正模块，SAR图像滤波模块；所述溢油监测与信息提取子系统包括以下模块：SAR图像增强模块，油斑预筛选模块，SAR图像分割模块，油斑特征参数计算模块，油斑监测与识别模块。
3.根据权利要求2所述的基于遥感的海上溢油污染监测系统，其特征在于，所述溢油微波特征知识模块将不同种类油品的油膜样本，通过微波目标特性测量，构建溢油微波特征知识；所述SAR数据解析模块通过对各种型号SAR卫星不同级别的数据进行解析和参数提取，并实现SAR数据和参数的导入；所述SAR数据辐射校正模块通过对各种型号的SAR卫星不同级别的数据进行辐射校正处理，将图像像素值转变为雷达后向散射系数值；所述SAR数据几何校正模块通过对各种型号的SAR卫星不同级别的数据进行地理编码等几何校正处理，将SAR图像从图像坐标空间映射到地面坐标空间，消除遥感图像中几何畸变的过程；所述SAR图像滤波模块通过对各种型号的SAR卫星不同级别的数据进行滤波处理，减少由于SAR相干成像导致的斑点噪声。
4.根据权利要求3所述的基于遥感的海上溢油污染监测系统，其特征在于，所述SAR图像增强模块通过利用图像处理技术对SAR数据进行增强处理以增强图像显示效果，以便图像图像解译和目标提取；所述油斑预筛选模块基于基础地理信息进行海陆分割，并基于可视化特征决策辅助人工判读的方式实现油膜影像筛选功能；所述SAR图像分割模块根据监测窗口内油膜目标－海面背景像元后向散射强弱的对比，动态调整图像分割阈值；所述油斑特征参数计算模块计算提取油斑的几何、辐射、极化等各类特征指标，目标、海面的雷达后向散射系数均值、标准偏差，目标与海面的雷达后向散射系数均值差、目标边界与海面的雷达后向散射系数平均梯度，以及各种极化分解特征参数；所述油斑监测与识别模块利用油斑在SAR影像中的特征参数，统计并分析油膜和非油膜的SAR影像特征指标，构建适用于区分油膜和非油膜的目标识别与分类特征，采用基于模糊集理论的海面油膜识别与检测方法，以实现对海面油斑的精确识别，确定并标记油膜目标，基于确定的油斑，计算面积、形状以及检测置信度等参数。
5.根据权利要求4所述的基于遥感的海上溢油污染监测系统，其特征在于，所述对SAR数据进行增强处理包括如下技术手段：线性拉伸、均衡化拉伸、均方根拉伸、高斯拉伸、分段拉伸和/或直方图匹配。
6.根据权利要求5所述的基于遥感的海上溢油污染监测系统，其特征在于，所述基础地理信息包括行政区划地理信息和水系地理信息。
7.根据权利要求5所述的基于遥感的海上溢油污染监测系统，其特征在于，所述油斑特征参数计算模块计算海面油膜目标的面积、周长、均一度和复杂度。
8.根据权利要求7所述的基于遥感的海上溢油污染监测系统，其特征在于，所述油斑监测与识别模块包括执行以下功能：对所提取对象的连通性分析，噪声像元去除，相邻对象的合并，基于模糊集理论的海面油膜识别分析；所述油斑监测与识别模块包括人工辅助判断工具以对自动提取出的油膜区域进行标绘和编辑。
9.根据权利要求8所述的基于遥感的海上溢油污染监测系统，其特征在于，所述遥感数据接口连接遥感数据管理系统，所述遥感数据管理系统通过网闸连接互联网，所述互联网分别连接卫星遥感数据分发机构接口和航拍无人机遥感数据接口，所述遥感数据管理系统基于支撑软件平台，所述支撑软件包括航拍数据处理软件、卫星遥感数据处理软件和地理信息服务平台，用户终端能够向卫星遥感数据分发机构提出数据订购需求。
10.一种基于遥感的海上溢油污染监测方法，其特征在于，包括如下工作流程：
(1)选择不同种类油品的油膜样本，通过微波目标特性测量实验，构建溢油微波特征知识，用于提高溢油识别的准确率；
(2)对获取到的数据进行解析，实现数据和参数的读取或转换；
(3)对解析后生成的数据进行预处理，包括几何校正、辐射校正、滤波等操作；
(4)对预处理后的数据进行图像增强、预筛选；
(5)基于地理信息库进行海陆分割，缩小监测范围；
(6)对海面区域数据进行油膜监测，并剔除虚警，得到可靠的监测结果；
(7)对溢油区域的面积形状等信息进行计算评估，生成溢油信息反馈报告或进行预警；
(8)对油膜数据进行特征分析，提取油膜散射、极化等特征；
(9)对溢油数据及信息进行格式化整编，并交于数据管理系统进行归档；
(10)基于油斑SAR样本数据进行散射特征和极化特征分析，形成溢油监测经验知识；
(11)对溢油区域数据及所提出的特征等信息提交至数据管理系统进行存储。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910661799.1A CN110415189A (zh) | 2019-07-22 | 2019-07-22 | 一种基于遥感的海上溢油污染监测系统和方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910661799.1A CN110415189A (zh) | 2019-07-22 | 2019-07-22 | 一种基于遥感的海上溢油污染监测系统和方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110415189A true CN110415189A (zh) | 2019-11-05 |
Family
ID=68362311
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910661799.1A Pending CN110415189A (zh) | 2019-07-22 | 2019-07-22 | 一种基于遥感的海上溢油污染监测系统和方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110415189A (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111308508A (zh) * | 2020-03-25 | 2020-06-19 | 海南耐威科技系统技术研究院有限公司 | 基于卫星导航系统的防灾减灾设备 |
| CN111723722A (zh) * | 2020-06-15 | 2020-09-29 | 泰州市金海运船用设备有限责任公司 | 一种海洋表面油污报警观测系统 |
| CN113946165A (zh) * | 2021-11-24 | 2022-01-18 | 汉海（北京）科技有限公司 | 一种基于无人机的海洋环境监测应用系统 |
| CN114088647A (zh) * | 2021-11-30 | 2022-02-25 | 长江大学 | 一种自然溢油识别方法 |
| CN115019158A (zh) * | 2022-08-03 | 2022-09-06 | 威海海洋职业学院 | 一种基于图像识别的海洋污染区域识别方法及系统 |
| CN115115621A (zh) * | 2022-08-24 | 2022-09-27 | 聊城市泓润能源科技有限公司 | 一种基于图像处理的润滑油污染程度检测方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105137427A (zh) * | 2015-08-13 | 2015-12-09 | 中国石油化工股份有限公司 | 海面溢油快速监测方法 |
| CN105160681A (zh) * | 2015-09-09 | 2015-12-16 | 浙江海洋学院 | 一种海面溢油监测方法及装置 |
| CN105929396A (zh) * | 2016-04-19 | 2016-09-07 | 中国石油化工股份有限公司 | 一种开阔水面溢油快速监测系统及其监测方法 |
| CN106845347A (zh) * | 2016-12-19 | 2017-06-13 | 航天恒星科技有限公司 | 海上油膜识别提取方法及系统 |
-
2019
- 2019-07-22 CN CN201910661799.1A patent/CN110415189A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105137427A (zh) * | 2015-08-13 | 2015-12-09 | 中国石油化工股份有限公司 | 海面溢油快速监测方法 |
| CN105160681A (zh) * | 2015-09-09 | 2015-12-16 | 浙江海洋学院 | 一种海面溢油监测方法及装置 |
| CN105929396A (zh) * | 2016-04-19 | 2016-09-07 | 中国石油化工股份有限公司 | 一种开阔水面溢油快速监测系统及其监测方法 |
| CN106845347A (zh) * | 2016-12-19 | 2017-06-13 | 航天恒星科技有限公司 | 海上油膜识别提取方法及系统 |
Non-Patent Citations (1)
| Title |
|---|
| 卞小林 等: "典型地物微波特性知识库的设计与实现", 《国土资源遥感》 * |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111308508A (zh) * | 2020-03-25 | 2020-06-19 | 海南耐威科技系统技术研究院有限公司 | 基于卫星导航系统的防灾减灾设备 |
| CN111723722A (zh) * | 2020-06-15 | 2020-09-29 | 泰州市金海运船用设备有限责任公司 | 一种海洋表面油污报警观测系统 |
| CN113946165A (zh) * | 2021-11-24 | 2022-01-18 | 汉海（北京）科技有限公司 | 一种基于无人机的海洋环境监测应用系统 |
| CN114088647A (zh) * | 2021-11-30 | 2022-02-25 | 长江大学 | 一种自然溢油识别方法 |
| CN114088647B (zh) * | 2021-11-30 | 2023-06-16 | 长江大学 | 一种自然溢油识别方法 |
| CN115019158A (zh) * | 2022-08-03 | 2022-09-06 | 威海海洋职业学院 | 一种基于图像识别的海洋污染区域识别方法及系统 |
| CN115019158B (zh) * | 2022-08-03 | 2022-10-25 | 威海海洋职业学院 | 一种基于图像识别的海洋污染区域识别方法及系统 |
| CN115115621A (zh) * | 2022-08-24 | 2022-09-27 | 聊城市泓润能源科技有限公司 | 一种基于图像处理的润滑油污染程度检测方法 |
| CN115115621B (zh) * | 2022-08-24 | 2022-11-11 | 聊城市泓润能源科技有限公司 | 一种基于图像处理的润滑油污染程度检测方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110415189A (zh) | 一种基于遥感的海上溢油污染监测系统和方法 | |
| CN105261017B (zh) | 基于路面约束的图像分割法提取行人感兴趣区域的方法 | |
| Ke et al. | A review of methods for automatic individual tree-crown detection and delineation from passive remote sensing | |
| CN108509954A (zh) | 一种实时交通场景的多车牌动态识别方法 | |
| CN108765404A (zh) | 一种基于深度学习图像分类的道路破损检测方法及装置 | |
| CN107330422A (zh) | 一种基于高精度数字高程模型对半干旱地区进行微地形分类的方法 | |
| CN106022288A (zh) | 基于sar图像的海洋溢油信息识别与提取方法 | |
| CN107633516A (zh) | 一种识别路面变形类病害的方法和装置 | |
| CN110070530A (zh) | 一种基于深度神经网络的输电线路覆冰检测方法 | |
| CN104166841A (zh) | 一种视频监控网络中指定行人或车辆的快速检测识别方法 | |
| CN106295655A (zh) | 一种用于无人机巡检图像的输电线路部件自动提取方法 | |
| CN110648364A (zh) | 一种多维度空间固废视觉检测定位及识别方法与系统 | |
| CN106530281A (zh) | 基于边缘特征的无人机图像模糊判断方法及系统 | |
| CN109801327A (zh) | 一种基于视频数据的城市内涝积水深度信息提取方法 | |
| Zhang et al. | Rapid inspection of pavement markings using mobile LiDAR point clouds | |
| CN112070756B (zh) | 一种基于无人机倾斜摄影的路面立体病害测量方法 | |
| Li | Optimising detection of road furniture (pole-like objects) in mobile laser scanning data | |
| CN115452759B (zh) | 一种基于卫星遥感数据的河湖健康指标评价方法及系统 | |
| CN107679470A (zh) | 一种基于hdr技术的交通标志牌检测和识别方法 | |
| CN104318051A (zh) | 基于规则的大范围水体信息遥感自动提取系统及方法 | |
| CN115690081A (zh) | 一种树木计数方法、系统、存储介质、计算机设备及终端 | |
| CN115060343B (zh) | 一种基于点云的河流水位检测系统、检测方法 | |
| Tomljenovic et al. | Influence of point cloud density on the results of automated Object-Based building extraction from ALS data | |
| CN116486289A (zh) | 一种多源数据和知识驱动下的燃气管道高后果区识别方法 | |
| CN105701856B (zh) | 一种植被提取方法及系统 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191105 |