專利名稱：基于油、水光譜特征差異的航空高光譜遙感自動識別海表溢油的方法
技術(shù)領(lǐng)域：
本發(fā)明涉及遙感技術(shù)領(lǐng)域，尤其涉及一種基于油、水光譜特征差異的航空高光譜遙感自動識別海表溢油的方法。
背景技術(shù)：
隨著全球工業(yè)化進程的快速推進，人類社會對石油的需求量與日俱增，其開采規(guī)模迅速擴大，海上油井數(shù)量和海上石油運輸量急劇增加。由海上作業(yè)、運輸和設(shè)備等原因造成的海面溢油事件也在不斷增加，這加劇了海洋石油污染，進而危害了海洋生物的生存環(huán)境，嚴重威脅著海洋生態(tài)環(huán)境和漁業(yè)資源。相比船測，利用遙感手段監(jiān)測溢油信息具有實時、全面、低成本優(yōu)勢，能有效地指導清理、評估工作，降低溢油對海洋生態(tài)環(huán)境的破壞。因此，研究溢油遙感監(jiān)測機理和技術(shù)對海洋生態(tài)環(huán)境保護具有重要意義。張永寧⑴在黃海潔凈海域選用重柴油、輕柴油、潤滑油、煤油、中東原油和大慶原油進行了油膜光譜實驗。通過對實驗數(shù)據(jù)的細致分析，為TM影像的遙感解譯提供了波段特征。趙冬至[2]通過油膜光譜實驗，分析了原油、柴油及潤滑油的反射率峰值位置及反射率峰值隨厚度的變化情況，并將其應用于衛(wèi)星遙感溢油監(jiān)測。陸應誠M使用遼東灣海水樣本與遼河油田原油，在400-2500nm波段范圍內(nèi)對多種厚度的油膜光譜特性進行測量。結(jié)果表明，在400-1150nm波段范圍內(nèi)，油膜光譜反射率與厚度呈很強的冪函數(shù)負相關(guān)關(guān)系。這些都是對溢油監(jiān)測基礎(chǔ)的研究，在衛(wèi)星遙感上也進行了應用，但未在航空遙感方面開展研究。通過對此類文獻的分析總結(jié)可知，當前絕大多數(shù)提取算法都針對已知有溢油分布的影像，未實現(xiàn)有效的自動化提取。目前，光學影像的溢油信息提取方法主要分為以下兩類I.基于統(tǒng)計的圖像處理方法此類方法主要分兩種。a.統(tǒng)計分類法基于統(tǒng)計分類的方法有可分為兩個類別，一種為非監(jiān)督分類，不需要先驗樣本，但分類后需要人工判定類別，確定是否為溢油。如Sancheztt]采用ISODATA聚類提取油膜信息。另一種為監(jiān)督分類，主要有如下幾個步驟提取訓練樣本，選擇分類判據(jù)，確定判別準貝U。樣本提取的主要方法有目視解*[5]、Dancing Pixel[6]、光譜曲線庫等。分類判據(jù)主要采用光譜角匹配[5’6’7]，判別準則采用最大似然法M、BP、GANNM等。b.紋理識別法計算紋理特征，結(jié)合閾值分割提取油膜信息這類提取方法主要應用于單波段影像或作為輔助方法用于多波段影像的油膜信息提取?；诮y(tǒng)計法的溢油監(jiān)測需要符合以下條件影像中各類別光譜差異較明顯，溢油區(qū)與周邊水體邊界較窄。而大多數(shù)遙感影像中，較難使用單一或少數(shù)離散光譜代表不同水體信息，如存在耀斑、水體光譜連續(xù)變化等，因此，該方法局限性較大。
2.彩色合成法對各波段進行直方圖拉伸、組合運算、主成分分析[11_14]，使油、水差異最大化，最終將差異最大的三個結(jié)果進行彩色合成，目視判別油膜分布，或人工確定閾值進行分割?；诠庾V特征差異的海表溢油遙感監(jiān)測方法目前較少，而且尚未形成成熟的自動監(jiān)測方法。而本專利通過相關(guān)的前期研究，針對油、水光譜差異特征(幅值、譜型)，提出了一種基于油、水光譜特征差異的航空高光譜遙感自動識別海表溢油的方法。參考文獻[I]張永寧，丁倩，李棲筠.海上溢油污染遙感監(jiān)測 的研究.大連海事大學學報· 1999. 25(3). 1-5[2]趙冬至，叢丕福.油膜波譜特征分析與遙感監(jiān)測溢油.遙感技術(shù)與應用· 2000. 15(3). 160-164.[3]陸應誠，田慶久，王晶晶等.海面油膜光譜響應實驗研究.科學通報·2008.53(9).1085-1088.[4]Sanchez G. , Roper ff. E. , Gomez R. . Detection and monitoring of oilspills using hyperspectral imagery. Proc. of SPIE.2003.5097.233-240[5]Salem F. , Kafatos M. . Hyperspectral Image Analysis for Oil SpillMitigation, http://www. crisp, nus. edu. Sg.[6] Salem F. , Kafatos M. , El-Ghazawi K. , etc. . Hyperspectral imageassessment of oi1-contaminated wetland.International Journal of RemoteSensing. 2005. 26 (4). 811-821.[7]卜志國.航空高光譜遙感赤潮與油污染水體信息提取.中國海洋大學碩士學位論文.2004.[8]F. Lopez-Pefia and R. J. Duro. A hyperspectral based multisensorsystem for marine oil spill detection. Intelligent Information and EngineeringSystems. 2004. 3213. 669-676.[9]石立堅.SAR及MODIS數(shù)據(jù)海面溢油監(jiān)測方法研究.中國海洋大學博士學位論文·2008.[ 10] Shi L. , Zhang X. , Seielstad G. , etc. ; Oi I Spi 11 Detection byMODIS Images using Fuzzy Cluster and Texture Feature Extraction. OCEANS2007 - Europe. 2007. 1567-1571.[11]李棲筠，陳維英，肖乾廣.老鐵山水道漏油事故衛(wèi)星監(jiān)測.環(huán)境遙感，1994，9(4) :256 262.[12] 丁倩.海洋溢油衛(wèi)星遙感圖像處理.大連海事大學碩士學位論文.2000.[13]楊娜.N0AA_AVHRR數(shù)據(jù)在事故溢油中應用研究.中國海洋大學碩士畢業(yè)論文·2006.[14]靳偉.基于波譜特征的溢油識別和監(jiān)測.大連海事大學碩士學位論文·2008.
發(fā)明內(nèi)容
本發(fā)明的目的是克服現(xiàn)有技術(shù)的不足，提供一種基于油、水光譜特征差異的航空高光譜遙感自動識別海表溢油的方法。基于油、水光譜特征差異的航空高光譜遙感自動識別海表溢油的方法步驟如下I)對航空高光譜遙感影像的每個像元計算歸一化表觀反射率，形成航空高光譜歸一化表觀反射率影像；2)對航空高光譜歸一化表觀反射率影像的每個像元計算油膜指數(shù)，形成航空高光譜油膜指數(shù)影像；

3)基于航空高光譜油膜指數(shù)影像構(gòu)建航空高光譜油膜指數(shù)梯度影像和航空高光譜油膜指數(shù)梯度角度影像；4)基于航空高光譜油膜指數(shù)梯度影像和油膜指數(shù)梯度角度影像，對邊緣梯度值進行非極大值抑制，形成非極大值抑制后的航空高光譜油膜指數(shù)梯度影像；5)針對邊緣梯度值進行非極大值抑制后的航空高光譜油膜指數(shù)梯度影像，通過雙閾值方法進行邊緣提取和連接，形成航空高光譜遙感油膜邊緣影像；6)對航空高光譜油膜指數(shù)影像的每個像元識別薄油膜并采用窗口統(tǒng)計方式進行濾波，形成薄油膜分布遙感影像；7)在航空高光譜遙感油膜邊緣影像、航空高光譜薄油膜分布遙感影像的基礎(chǔ)上采用連通分析法來提取海表溢油全分布遙感影像。所述的步驟I)為對航空高光譜遙感影像的每個像元計算歸一化表觀反射率，形成航空高光譜歸一化表觀反射率影像為了減少不同光照條件引起的輻亮度差異，利用高光譜遙感器自帶的下行福亮度光纖傳感器F0DIS, Fiber optic downwelling irradiancesensor,測量的向下光譜福照度,在此基礎(chǔ)上對航空高光譜遙感影像的每個像元點計算每個波段的表觀反射率，計算公式如下
RadiancdJv)人“")=!.υυ_⑴上式中Radiance ( λ )表示像元點高光譜遙感器中心波長為λ的波段的入瞳輻射，F(xiàn)ODIS (λ)表示同一像元點下行輻亮度光纖傳感器測得的中心波長為λ的波段的太陽輻射，這樣就形成表觀反射率影像；然后基于上述表觀反射率影像對每個像元點計算每個波段的歸一化表觀反射率Tn_s，計算公式如下
TJl)* FMMU)(2)
norm }3!TrsU1) ·ΒΜ(Λ；)
^ttin上式中Τ (λ )是像元點中心波長為λ的波段的表觀反射率，F(xiàn)ffHM ( λ )是同一
像元點中心波長為λ的波段的半波長寬度，為代表對高光譜數(shù)據(jù)在該點
所有波段的T ( XiRFWHMUi)進行求和積分，i=l，2，3，…，η, η為高光譜遙感器的波段數(shù)，這樣對每個像元點進行計算后就形成了航空高光譜歸一化表觀反射率影像。所述的步驟2)為對航空高光譜歸一化表觀反射率影像的每個像元計算油膜指數(shù)，形成航空高光譜油膜指數(shù)影像對航空高光譜歸一化表觀反射率影像的每個像元點計算油膜指數(shù)Itjil，公式如下
權(quán)利要求
1.一種基于油、水光譜特征差異的航空高光譜遙感自動識別海表溢油的方法，其特征在于它的步驟如下 1)對航空高光譜遙感影像的每個像元計算歸一化表觀反射率，形成航空高光譜歸一化表觀反射率影像； 2)對航空高光譜歸一化表觀反射率影像的每個像元計算油膜指數(shù)，形成航空高光譜油膜指數(shù)影像； 3)基于航空高光譜油膜指數(shù)影像構(gòu)建航空高光譜油膜指數(shù)梯度影像和航空高光譜油膜指數(shù)梯度角度影像； 4)基于航空高光譜油膜指數(shù)梯度影像和油膜指數(shù)梯度角度影像，對邊緣梯度值進行非極大值抑制，形成非極大值抑制后的航空高光譜油膜指數(shù)梯度影像； 5)針對邊緣梯度值進行非極大值抑制后的航空高光譜油膜指數(shù)梯度影像，通過雙閾值方法進行邊緣提取和連接，形成航空高光譜遙感油膜邊緣影像； 6)對航空高光譜油膜指數(shù)影像的每個像元識別薄油膜并采用窗口統(tǒng)計方式進行濾波，形成薄油膜分布遙感影像； 7)在航空高光譜遙感油膜邊緣影像、航空高光譜薄油膜分布遙感影像的基礎(chǔ)上采用連通分析法來提取海表溢油全分布遙感影像。
2.根據(jù)權(quán)利要求I所述的一種基于油、水光譜特征差異的航空高光譜遙感自動識別海表溢油的方法，其特征在于所述的步驟I)為對航空高光譜遙感影像的每個像元計算歸一化表觀反射率，形成航空高光譜歸一化表觀反射率影像利用高光譜遙感器自帶的下行輻亮度光纖傳感器 FODIS, Fiber optic downwelling irradiance sensor,測量的向下光譜輻照度，在此基礎(chǔ)上對航空高光譜遙感影像的每個像元點計算每個波段的表觀反射率Τ ，計算公式如下
3.根據(jù)權(quán)利要求I所述的一種基于油、水光譜特征差異的航空高光譜遙感自動識別海表溢油的方法，其特征在于所述的步驟2)為對航空高光譜歸一化表觀反射率影像的每個像元計算油膜指數(shù)，形成航空高光譜油膜指數(shù)影像對航空高光譜歸一化表觀反射率影像的每個像元點計算油膜指數(shù)Itjil，公式如下
4.根據(jù)權(quán)利要求I所述的一種基于油、水光譜特征差異的航空高光譜遙感自動識別海表溢油的方法，其特征在于所述的步驟3)為基于航空高光譜油膜指數(shù)影像構(gòu)建航空高光譜油膜指數(shù)梯度影像和航空高光譜油膜指數(shù)梯度角度影像本步驟采用Sobel邊緣檢測方法提取梯度信息，這里的Sobel邊緣檢測方法使用兩個有向算子，其中一個水平有向算子
5.根據(jù)權(quán)利要求I所述的一種基于油、水光譜特征差異的航空高光譜遙感自動識別海表溢油的方法，其特征在于所述的步驟4)為基于航空高光譜油膜指數(shù)梯度影像和油膜指數(shù)梯度角度影像，對邊緣梯度值進行非極大值抑制，形成非極大值抑制后的航空高光譜油膜指數(shù)梯度影像本步驟在3X3窗口內(nèi)進行非極大值抑制，首先將油膜指數(shù)梯度角度影像中各像元的梯度角度分為4類，其中，-22. 5° 22. 5。,157. 5° 180。、-180。 -157. 5。設(shè)為一類編號為O，22. 5 ° 67. 5 °、-157. 5 ° '112. 5°設(shè)為一類編號為1，.67. 5。 112. 5。、-112. 5。 -67. 5。設(shè)為一類編號為 2，-67. 5。 -22. 5。、.112.5° 157. 5°設(shè)為一類編號為3。這4類分別對應橫、豎及兩個斜對角方向。根據(jù)角度類別，對應的油膜指數(shù)梯度影像中每一個像元與相應方向上的兩個像元進行梯度比較，若其梯度不是最大，則將像元梯度值置為O，從而完成對邊緣梯度值的非極大值抑制，形成非極大值抑制后的航空高光譜油膜指數(shù)梯度影像。
6.根據(jù)權(quán)利要求I所述的一種基于油、水光譜特征差異的航空高光譜遙感自動識別海表溢油的方法，其特征在于所述的步驟5)為針對邊緣梯度值進行非極大值抑制后的航空高光譜油膜指數(shù)梯度影像，通過雙閾值方法進行邊緣提取和連接，形成航空高光譜遙感油膜邊緣影像通過高Thigh、低閾值T1ot對上述非極大值抑制結(jié)果進行邊緣提取，具體判斷規(guī)則如下
7.根據(jù)權(quán)利要求I所述的一種基于油、水光譜特征差異的航空高光譜遙感自動識別海表溢油的方法，其特征在于所述的步驟6)為對航空高光譜油膜指數(shù)影像的每個像元識別薄油膜并采用窗口統(tǒng)計方式進行濾波，形成薄油膜分布遙感影像通過閾值法識別薄油膜分布，具體判斷規(guī)則如下
8.根據(jù)權(quán)利要求I所述的一種基于油、水光譜特征差異的航空高光譜遙感自動識別海表溢油的方法，其特征在于所述的步驟7)為在航空高光譜遙感油膜邊緣影像、航空高光譜薄油膜分布遙感影像的基礎(chǔ)上采用連通分析法來提取海表溢油全分布遙感影像首先，將油膜邊緣疊加到薄油膜分布圖上，然后通過四連通方式對非薄油膜像元進行連通標記，由于清潔水體像元基本是大面積連續(xù)分布，厚油膜分布在薄油膜內(nèi)部，其斑塊面積遠小于清潔水體，因此，可將連通區(qū)域大小在閾值300以下的區(qū)域判為厚油膜，最后綜合厚、薄油膜分布得到海表溢油全分布遙感影像。
全文摘要
本發(fā)明公開了一種基于油、水光譜特征差異的航空高光譜遙感自動識別海表溢油的方法。步驟如下1)對航空高光譜遙感影像的每個像元計算歸一化表觀反射率；2)對歸一化表觀反射率影像的每個像元計算油膜指數(shù)；3)基于油膜指數(shù)影像構(gòu)建油膜指數(shù)梯度影像和油膜指數(shù)梯度角度影像；4)對邊緣梯度值進行非極大值抑制；5)利用非極大值抑制后的油膜指數(shù)梯度影像形成油膜邊緣影像；6)對油膜指數(shù)影像的每個像元識別薄油膜，形成薄油膜分布影像；7)在油膜邊緣影像、薄油膜分布影像的基礎(chǔ)上提取海表溢油全分布遙感影像。本發(fā)明較好的實現(xiàn)了航空高光譜遙感海面溢油的自動化識別，可用于指導海洋溢油的清理評估工作，對海洋環(huán)保具有重要意義。
文檔編號G06K9/00GK102880856SQ20121030067
公開日2013年1月16日 申請日期2012年8月22日 優(yōu)先權(quán)日2012年8月22日
發(fā)明者王迪峰, 潘德爐, 詹遠增, 毛志華, 龔芳, 王天愚 申請人:國家海洋局第二海洋研究所