基于面向對象的海洋溢油檢測的研究.pdf_第1頁
已閱讀1頁，還剩58頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、溢油是嚴重的海洋生態(tài)環(huán)境災害之一。合成孔徑雷達(Synthetic ApertureRadar，SAR)圖像已經被廣泛的應用在海上溢油監(jiān)測中。傳統(tǒng)的SAR圖像識別溢油一般使用全幅掃描識別方法。該方法不僅識別精度較低而且在識別的時間和所需的資源等性能方面也遠達不到實用要求。因此，本文提出了一種面向溢油對象的識別方法，該方法不僅大大提高了溢油識別的精度，也顯著地減少了識別時間和所需占用的系統(tǒng)資源，從而為海面溢油的實時檢測打下了良好的基礎。

2、 為了精確分類SAR溢油圖像，本文首先對SAR圖像進行增強、取反以及二值化等預處理，然后提取并顯示疑似溢油對象。通過對每一個疑似溢油對象的分析，最終顯示溢油圖像識別結果。考慮到神經網絡具有自組織、自學習、自適應和聯(lián)想能力等優(yōu)點，本文使用神經網絡結合紋理分析的方法來分類溢油圖像。對比BP、Hopfiekld、ART-1以及RBF等神經網絡模型對SAR溢油圖像的識別效果和分類精度的分析，本文最終選用RBF神經網絡實現(xiàn)溢油識別。紋理分

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論