申请/专利权人：广东海洋大学

申请日：2022-10-26

公开（公告）日：2023-05-23

公开（公告）号：CN115661649B

主分类号：G06V20/10

分类号：G06V20/10;G06V10/26;G06V10/30;G06V10/40;G06V10/54;G06V10/764;G06V10/82;G06N3/0464;G06N3/0499;G06N3/084

优先权：

专利状态码：有效-授权

法律状态：2023.05.23#授权;2023.02.17#实质审查的生效;2023.01.31#公开

摘要：本发明公开了一种基于BP神经网络的船载微波雷达图像溢油探测方法及系统，涉及海洋溢油探测技术领域。本发明的技术要点包括：结合灰度共生矩阵纹理特征参量，采用BP神经网络提取有效海浪区，再运用Sauvola局部阈值分割对有效海浪区的油膜进行初步提取，最后采用面积阈值，精确提取船载微波雷达图像中的海上油膜；其中，采用主成分分析对纹理特征进行降维，转换成新的主成分，在保证不失纹理信息同时减少了运算量，提高了提取效率。本发明有效克服了船载雷达图像油膜识别中海浪有效范围难以准确提取的问题，为船载微波雷达图像溢油识别提供了一种新的智能化处理方法。

主权项：1.一种基于BP神经网络的船载微波雷达图像溢油探测方法，其特征在于，包括以下步骤：步骤一、获取雷达图像数据；步骤二、对所述雷达图像数据进行预处理，获取降噪后图像；步骤三、将降噪后图像进行切割，获取多个子图像；步骤四、基于灰度共生矩阵提取各个子图像的灰度共生矩阵纹理特征；步骤五、利用主成分分析法对多个灰度共生矩阵纹理特征进行降维，将多个灰度共生矩阵纹理特征通过线性组合表征为多个主成分；具体过程包括：步骤五一、对所有子图像的多个纹理特征值进行标准化处理，获得多个标准化处理后的纹理特征值；步骤五二、对于多个标准化处理后的纹理特征值，计算每两个纹理特征值之间的协方差，以构建协方差矩阵；步骤五三、计算协方差矩阵特征值及其对应的特征向量，并对求得的特征值λs进行由大到小排序；步骤五四、根据选取主成分个数原则，选取特征值λs大于1且累计方差贡献率大于预设阈值所对应的多个主成分；步骤五五、将多个灰度共生矩阵纹理特征通过线性组合表征为多个主成分；步骤六、将多个主成分输入预训练的BP神经网络，获得有效海浪区图像；步骤七、采用Saulova阈值法对有效海浪区图像进行分割，获取油膜提取结果。

全文数据：

权利要求：

百度查询： 广东海洋大学 一种基于BP神经网络的船载微波雷达图像溢油探测方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD