[发明专利]海面溢油检测方法、装置、电子设备及存储介质

说明书

本发明提供一种海面溢油检测方法、装置、电子设备及存储介质。其中，海面溢油检测方法包括：获取待检测图像，并将所述待检测图像输入至溢油检测模型，其中，所述溢油检测模型通过第一数量的海上油膜训练样本集训练得到，所述第一数量小于或等于第一阈值；基于所述溢油检测模型的输出结果，确定所述待检测图像的检测结果。在溢油样本数量较少的前提下，通过本发明提供的海面溢油检测方法，可以解决基于极化特征进行溢油检测的信息冗余量过高问题，进而提高了溢油检测结果的准确度。

技术领域

本发明涉及海洋溢油检测技术领域，尤其涉及一种海面溢油检测方法、装置、电子设备及存储介质。

背景技术

近年来，溢油泄露事件频繁发生，这些事故大多由船舶碰撞、触礁等海上石油运输活动以及石油开采、加工等海岸石油生产活动引起。溢油事故不仅造成了经济损失，更是危害了海洋生态环境，因此，对油膜进行有效的识别就显得尤为重要。

相关技术可知，基于全极化特征的溢油检测方法进行油膜检测，往往依赖极化特征的质量。然而，人工提取的极化特征存在质量参差不齐等问题。又者，基于深度学习算法的溢油检测方法进行油膜检测，经常受限于样本量。样本量不足时容易使模型过拟合，从而导致溢油检测结果的精确度不高。

发明内容

本发明提供一种海面溢油检测方法、装置、电子设备及存储介质，用以解决现有技术中基于深度学习和全极化特征的溢油检测方案中样本量过小、人工提取的极化特征质量参差不齐的缺陷，实现在溢油样本数量较少的前提下，解决了基于极化特征进行溢油检测的信息冗余量过高问题，提高了溢油检测结果的准确度。

本发明提供一种海面溢油检测方法，包括：获取待检测图像，并将所述待检测图像输入至溢油检测模型，其中，所述溢油检测模型通过第一数量的海上油膜训练样本集训练得到，所述第一数量小于或等于第一阈值；基于所述溢油检测模型的输出结果，确定所述待检测图像的检测结果。

根据本发明提供的一种海面溢油检测方法，其特征在于，所述溢油检测模型采用以下方式训练得到：基于图像数据集预先训练VGG16网络模型，并获取所述VGG16网络模型的模型参数；基于所述模型参数初始化所述溢油检测模型，并基于所述第一数量的海上油膜训练样本集对所述溢油检测模型的全连接层参数进行调整，得到训练后的溢油检测模型。

根据本发明提供的一种海面溢油检测方法，其特征在于，所述海上油膜训练样本集通过以下方式得到：提取训练图像的原始散射矩阵，并基于所述原始散射矩阵提取极化相干矩阵；获取所述极化相干矩阵的共极化项，并基于所述共极化项获取所述海上油膜训练样本集。

根据本发明提供的一种海面溢油检测方法，其特征在于，所述基于所述共极化项获取所述海上油膜训练样本集，包括：基于金字塔原理对所述共极化项进行处理，得到处理后数据集，并将所述处理后数据集作为所述海上油膜训练样本集。

根据本发明提供的一种海面溢油检测方法，其特征在于，基于所述第一数量的海上油膜训练样本集对所述溢油检测模型的全连接层参数进行调整，包括：对所述第一数量的海上油膜训练样本集中各样本进行图像分割，得到第二数量的分割后海上油膜训练样本集，其中，所述第一数量小于所述第二数量；基于所述第二数量的分割后海上油膜训练样本集，对所述溢油检测模型的全连接层参数进行调整。

根据本发明提供的一种海面溢油检测方法，其特征在于，所述溢油检测模型包括分类器，所述分类器包括径向基函数支持向量机分类器。

本发明还提供一种海面溢油检测装置，包括：获取模块，用于获取待检测图像，并将所述待检测图像输入至溢油检测模型，其中，所述溢油检测模型通过第一数量的海上油膜训练样本集训练得到，所述第一数量小于或等于第一阈值；处理模块，用于基于所述溢油检测模型的输出结果，确定所述待检测图像的检测结果。

本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述海面溢油检测方法的步骤。