[发明专利]一种海洋锋特征参数反演方法及系统有效

专利信息
申请号: 202110977815.5 申请日: 2021-08-25
公开(公告)号: CN113689450B 公开(公告)日: 2022-05-03
发明(设计)人: 陈捷;陈标;于振涛;许素芹;陶荣华;秦锋;王丹;李婷婷;迟铖 申请(专利权)人: 中国人民解放军海军潜艇学院
主分类号: G06T7/13 分类号: G06T7/13;G06T7/60
代理公司: 北京识然知识产权代理事务所(普通合伙) 11975 代理人: 曾庆国
地址: 266199*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 海洋 特征 参数 反演 方法 系统
【说明书】:

发明公开了一种海洋锋特征参数反演方法及系统,方法包括采集海洋SAR图像,通过特征增强算法对海洋SAR图像进行特征增强,并获取特征增强后的海洋SAR图像的梯度;基于梯度,通过对特征增强后的海洋SAR图像进行形态学处理,构建海洋锋特征提取模型,其中,海洋锋特征提取模型用于确定海洋SAR图像的海洋锋的锋线长度以及海洋锋宽度,并通过梯度的变化,对海洋锋的尺度参数进行反演;系统包括图像采集模块,图像增强模块,海洋锋特征参数反演模块;本发明实现了仿真数据、航空海洋锋SAR观测数据及其他同类卫星数据的海洋锋反演方法的有效性,为本领域技术方案提供了技术新思路。

技术领域

本申请涉及海洋参数反演技术领域,具体而言,涉及一种海洋锋特征参数反演方法及系统。

背景技术

海洋锋是指海洋环境参数的跃变带。从环境参数的变化上可分为温度锋、盐度锋、密度锋、声速锋等。从形成机制上主要可分为五类:浅水陆架锋、河口羽状锋、沿岸流锋、上升锋和强西边界锋。

海洋锋在海洋中覆盖范围较大,尺度为百公里级。海洋锋具有弱边缘特性,利用数学形态学滤波和多尺度边缘检测,粗检测的过程中满足边缘直线参数的确定为具有海洋锋的区域,利用现代数字图像处理技术,对海洋锋进行精细检测。

海洋锋ROI区域确定包含两部分内容,一是判断SAR图像中是否存在海洋锋,二是确定海洋锋的大致区域,缩小目标范围,以便于更好地排除其他海洋现象的干扰,更为准确地反演得到海洋锋信息。

海洋锋ROI区域的确定可通过Radon变换,判断图像中是否存在明显的线型特征来确定。但是,由于海洋锋图像结构复杂,通过单一图像处理的方式很难确定海洋锋ROI区域,因此这部分内容是海洋锋特征参数反演的难点所在,需要进行深入、细致、开拓性的研究加以解决。为了使反演结果更为准确,也可在图像处理进行预选的基础上加以简单有效的人工干预来确定海洋锋的ROI区域。

发明内容

为了解决上述问题,本发明提供了一种海洋锋特征参数反演方法,包括以下步骤:

采集海洋SAR图像,通过特征增强算法对海洋SAR图像进行特征增强,并获取特征增强后的海洋SAR图像的梯度;

基于梯度,通过对特征增强后的海洋SAR图像进行形态学处理,构建海洋锋特征提取模型,其中,海洋锋特征提取模型用于确定海洋SAR图像的海洋锋的锋线长度以及海洋锋宽度,并通过梯度的变化,对海洋锋的尺度参数进行反演。

优选地,在对海洋SAR图像进行特征增强的过程前,对海洋SAR图像通过辐射校正的方法进行预处理,并对预处理后的海洋SAR图像通过特征增强算法进行特征增强处理。

优选地,在对海洋SAR图像通过辐射校正的方法进行预处理的过程中,还包括对预处理后的海洋SAR图像根据图像明暗趋势进行二次处理,其中,二次处理用于使海洋SAR图像明暗分布均匀。

优选地,对预处理后的海洋SAR图像通过特征增强算法进行特征增强处理的过程中,特征增强算法包括Contourlet算法。

优选地,在获取特征增强后的海洋SAR图像的梯度的过程中,通过二维梯度计算方法,获取梯度。

优选地,在构建海洋锋特征提取模型的过程中,对特征增强后的海洋SAR图像通过中轴变换、图像细化以及曲线连接、剪枝的方法,对特征增强后的海洋SAR图像进行形态学处理,

其中,

中轴变换用于获取海洋SAR图像的链接域的中轴,

图像细化用于通过收缩图像,删除连通域中多余像素,将一个曲线型物体细化为一条单像素宽的线且保持连通性,从而图形化地显示中尺度海洋现象的拓扑性质;

曲线连接用于将通过中轴变换处理后的海洋SAP图像的短分支线的去除;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国人民解放军海军潜艇学院,未经中国人民解放军海军潜艇学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110977815.5/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top