申请/专利权人：中国海洋大学

申请日：2024-01-15

公开（公告）日：2024-04-02

公开（公告）号：CN117576553B

主分类号：G06V20/05

分类号：G06V20/05;G06V20/13;G06V10/30;G06V10/774;G06V10/764;G06V10/766

优先权：

专利状态码：有效-授权

法律状态：2024.04.02#授权;2024.03.08#实质审查的生效;2024.02.20#公开

摘要：本发明提供了一种双极化SAR图像海洋冰涡识别方法、装置和电子设备，涉及海洋工程技术领域。该方法包括：获取双极化SAR图像海洋冰涡数据；SAR图像数据预处理；双极化SAR图像RGB假彩色图像合成；构建SAR图像海洋冰涡样本库；基于YOLOv8框架建立海洋冰涡自动识别模型；利用所述的RGB假彩色冰涡样本库，对所述的目标识别模型进行训练；利用训练好的网络模型进行海洋冰涡自动识别，最终得到目标识别结果。本发明实现了无人工干涉的双极化SAR海洋冰涡自动精准识别，对于高纬度极区海洋冰涡研究具有参考价值。

主权项：1.一种双极化SAR图像海洋冰涡识别方法，其特征在于，包括以下步骤：S1：获取双极化SAR图像海洋冰涡数据，进行解码得到HH、HV双极化数据；S2：HH、HV双极化数据预处理：首先进行轨道矫正、HH极化入射角矫正、HV极化热噪声去除、辐射定标、refine-Lee滤波、分贝化处理；再进行百分比截断拉伸增强处理，得到图像增强后的HHprepro，HVprepro极化数据；其中，所述HV极化热噪声去除具体为：1通过公式1和公式2计算得到去除加性热噪声后的HV极化数据 式中，为重构噪声场，即NESZ，Kns为噪声缩放系数，Gds是增益系数，是ESA提供的噪声矢量，Kpb为条带间功率平衡系数，为去噪后的σ0值，σ0为图像原始的σ0值，n为子条带号；2对步骤1中的Kns利用大量HV极化数据通过加权最小二乘法求解得到，如公式3和公式4所示： 对步骤1中的Kpb通过公式5计算得到：Kpb＝αn-1i+βn-1-αni+βn5；式中：αn和βn分别是不通过子条带线性模型的斜率和截距；i是条带间边界处距离向的像元数，n＝{2，3，4，5}；3去除噪声等效标准差： 式中，为去噪后的σ0值，即公式2计算得到；Sm是NESD模型噪声标准差，s是给定15×15子窗口的的标准差；是的平均值，是最终除热噪声后的σ0值；最后，得到去除热噪声的HV图像；S3：双极化SAR图像RGB假彩色合成和标准化处理：首先，对所述HHprepro、HVprepro进行处理，得到两者的混合通道图层G；其次，分别对HHprepro、HVprepro、G数据进行偏移量处理和标准化处理，最终得到红色通道图层HVRstd、蓝色通道图层HHBstd，绿色通道图层Gstd；最后，将HVRstd、HHBstd和Gstd3个通道图层进行RGB合成，得到RGB假彩色合成图像；所述步骤S3具体为：根据公式7和公式8进行偏移量处理： 将HHBp和HVRp极化图像按照公式9变换生成混合通道图像G：G＝HVRp×2×HHBp+HVRp×1-2×HHBp9；标准化处理：对偏移量处理后的HVRp、HHBp、G数据进行标准化处理，其中，红色通道HVRp数据最小值为0.02，最大值为0.10；蓝色通道HHBp数据最小值为0，最大值为0.32；绿色通道G最小值为0，最大值为0.6.最后对标准化处理后的数据按照公式10进行gamma值为1.1的gamma校正： 式中：σ和σγ分别是各通道在gamma矫正前和矫正后的数据；经过gamma校正处理后得到3个通道图层数据HVRstd、HHBStd、Gstd，将HVRstd、Gstd、HHBstd3个通道图层数据分别作为红色通道、蓝色通道、绿色通道进行RGB假彩色合成；S4：构建SAR图像假彩色海洋冰涡样本库：采用随机水平翻转、旋转变换，平移变换数据扩充方法，将所述RGB假彩色合成图像扩充生成样本库数据集；再通过人工目视方法对样本库数据集中的每张图像进行辨识，采用外接矩形对冰涡旋进行手工标注，标注内容为是否包含海洋冰涡；最后得到SAR图像假彩色海洋冰涡样本库；S5：基于YOLOv8框架建立海洋冰涡自动识别模型，海洋冰涡自动识别模型中的损失函数包括分类损失VFLLoss和回归损失为CIOULoss+DFL；S6：将步骤S4中所述SAR图像假彩色海洋冰涡样本库，输入到步骤S5中所述的自动识别模型中进行训练；S7：利用训练好的网络模型进行海洋冰涡自动识别，最终得到目标识别结果。

全文数据：

权利要求：

百度查询： 中国海洋大学 双极化SAR图像海洋冰涡识别方法、装置和电子设备

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