基于非规则标识点过程的溢油SAR图像暗斑提取

摘要

目前，海洋溢油成为海洋中最主要的污染源之一。溢油在海洋表面形成油膜，使得合成孔径雷达(Synthetic Aperture Radar，SAR)图像中溢油区域形成暗斑。因此，在基于SAR图像的海洋溢油检测首要任务是从SAR图像中提取暗斑区域，为后续的溢油辨识奠定基础。随着时间的推移，溢油区域不断发生漂移和扩散，其几何形态和几何特性变化不定，这些均导致海洋暗斑提取成为难点。
　　针对海洋暗斑几何形态难以确定的问题，论文以随机几何中标识点过程理论为基础，提出基于非规则标识点过程的SAR图像暗斑提取方法。首先，定义分布于图像域的标识点过程，并以此建立暗斑几何模型。采用标识点过程中的随机点刻画暗斑位置及分布。为每一随机点定义一个非规则多边形作为其标识，刻画与之相应的暗斑形状;其次，假设各暗斑区域内像素光谱测度均服从独立、同一的Gamma分布，以此构建暗斑光谱测度模型;结合上述两个模型，在贝叶斯理论架构下建立暗斑提取模型;最后，设计可逆跳变马尔可夫链蒙特卡罗(Reversible Jump Markov Chain Monte Carlo，RJMCMC)算法模拟该暗斑提取模型，并依据最大后验概率准则(Maximum A Posterior，MAP)，获得最优暗斑提取结果。提出方法对模拟和真实SAR图像进行暗斑提取实验。实验结果表明:该方法不仅可以定位及提取各类复杂分布及几何形态的暗斑区域，而且可以精确地估计各暗斑区域统计分布参数。定性和定量实验结果验证了提出方法的可行性、有效性和准确性。

目录

声明

致谢

摘要

1 绪论

1．1 研究目的和意义

1．2 研究现状

1．3 研究内容及方法

2 基本理论

2．1 标识点过程理论

2．1．1 点过程

2．1．2 标识点过程

2．1．3 几何标识点过程

2．2 贝叶斯理论

2．2．1 贝叶斯定理

2．2．2 贝叶斯推理

2．3 RJMCMC算法

2．4 本章小结

3 SAR图像暗斑提取模型

3．1 暗斑区域几何模型

3．2 暗斑及背景光谱测度模型

3．3 暗斑提取模型

3．4 本章小结

4 暗斑提取模型模拟

4．1 基于RJMCMC算法暗斑提取模型模拟

4．2 最优暗斑分布及形态

4．3 本章小结

5 实验结果与分析

5．1 模拟溢油SAR图像

5．1．1 暗斑提取实验

5．1．2 精度评价

5．1．3 分析与讨论

5．2 真实溢油SAR图像

5．3 本章小结

6 总结与展望

6．1 总结

6．2 展望

参考文献

附录

作者简历

学位论文数据集