[发明专利]基于SAR图像检测海面溢油的方法和装置

说明书

技术领域

本申请涉及图像处理、遥感影像、海洋环境管理等技术领域，具体地，涉及基于SAR(Synthetic Aperture Radar，合成孔径雷达)图像检测海面溢油的方法和装置。

背景技术

近些年来，海上溢油事件呈逐年扩大化趋势，检测和监视海面溢油区域的扩散和移动的技术引起了人们极大的关注，具有很高的研究价值。

目前，利用SAR图像进行溢油探测是国际上较为主要也是较好的手段。SAR图像利用海面产生的细微波浪在雷达图像上表现为亮色、而溢油区域表现为暗色的原理识别出受污染区域。SAR图像检测溢油的基本和关键步骤是找到图像中的黑斑区域，也就是极可能为溢油区域的地方，然后再进行下一步的判断和分析。手工绘出黑斑区域的方式费时费力且局限于人工的专业知识，计算机自动识别技术则能提高很多效率。但SAR图像形成过程中的斑点噪声会给计算机自动识别技术带来很大挑战。

传统的光学图像的边缘检测方法(例如，Canny算子、Zero Crossing算子)由于强噪声的影响而不适合SAR图像分割。因此，很多整合边界信息和区域信息的算法被提出，其中的一种就是基于水平集的活动轮廓方法。水平集方法将曲线嵌入到高一维的曲面中，能够方便地表达曲线的几何参数，并且具有良好的拓扑变化结构和方便的数值离散化形式，因此被广泛地应用于图像分割。然而，利用非凸泛函模型的水平集方法特别依赖于初始位置的选择，从而使得最终结果不一定是全局极小值点或者所要分割的感兴趣区域。克服这一点往往需要人工辅助输入。然而，对于高分辨率的SAR图像来说，人工辅助输入的工作量是相当可观的。

因此，如何自动地选择初始条件以得到所需结果是这类模型实现自动分割的一个重点。一些算法利用预处理的方法(例如图像恢复方法)去除噪声干扰，从而实现自动的水平集分割。然而，这种算法一方面不能有效地去噪且破坏了原有图像的一些固有信息，另外一方面还增加了算法的执行时间，降低了效率。

本申请旨在提供一种方法和装置能够克服以上缺点中的至少之一，快速、准确地找到初始水平集位置，达到自动识别黑斑的目的。

发明内容

本申请的目的是提供一种基于SAR图像检测海面溢油的方法和装置，其能够从SAR图像中识别出用于水平集分割的初始零水平集，以自动检测SAR图像中的溢油区域。

根据本申请的一方面，公开了一种基于SAR图像检测海面溢油的方法，包括：通过对海面的SAR图像中的像素点灰度进行阈值分割，将所述SAR图像转换为二值图像；对于所述二值图像中每个像素点的预定大小的邻域，确定所述邻域中像素值为1的像素点的数量和/或比例是否大于预定值；识别像素值为1的像素点的数量和/或比例是否大于所述预定值的邻域；将识别出的所有邻域所构成的图像的边界作为检测用于水平集分割的初始零水平集以检测海面溢油。

根据本申请的另一方面，公开了一种基于SAR图像检测海面溢油的装置，包括：阈值分割模块，通过对海面的SAR图像中的像素点灰度进行阈值分割，将所述SAR图像转换为二值图像；确定模块，对于所述二值图像中每个像素点的预定大小的邻域，确定所述邻域中像素值为1的像素点的数量和/或比例是否大于预定值；识别模块，识别像素值为1的像素点的数量和/或比例是否大于所述预定值的邻域；边界提取模块，将识别出的所有邻域所构成的图像的边界提取出来作为检测用于水平集分割的初始零水平集以检测海面溢油。

附图说明

图1为根据本申请一个示例性实施方式基于SAR图像检测海面溢油的方法的流程图；

图2为本申请一个实施例中的带有溢油区域的SAR图像；

图3为根据本申请一个示例性实施方式对图2的SAR图像经过阈值分割后得到的二值图像；

图4为根据本申请一个示例性实施方式对图3的二值图像进一步处理得到的图像，示出了极可能的黑斑区域；

图5为根据本申请一个示例性实施方式以图4中识别出的边界位置作为初始零水平集进行水平集分割得到的结果；以及

图6为根据本申请一个示例性实施方式基于SAR图像检测海面溢油的装置的框图。

具体实施方式

下面参照附图结合具体实施方式对本申请的示例性实施方式进行描述。

图1示出了根据本申请一个实施方式基于SAR图像检测海面溢油的方法100。如图所示，在步骤S101，对海面的SAR图像中的像素点灰度进行阈值分割，以将SAR图像转换为二值图像，找出可能的黑斑区域。