技术特征：
1.一种基于全极化sar图像的海面溢油检测模型构建方法，其特征在于，包括以下步骤：（1）提取全极化sar图像的各向异性特征；（2）从步骤（1）的各向异性特征中选取m个溢油像素和非溢油像素作为训练样本，组成矩阵a；其中，溢油像素的数量为，且为偶数，a为m
×
1的矩阵，a(t)为训练样本中第t个像素的各向异性特征，t = 1，2，3，
…
，m；（3）对a(t)进行归一化处理得到a(t)，计算公式为：其中，表示-范数，max表示矩阵a的最大值，min表示矩阵a的最小值；（4）计算像素权重e，计算公式为：其中，k为常数系数，定义为：；（5）计算像素特征p，计算公式为：（5）计算像素特征p，计算公式为：其中，为训练样本中第t个像素的像素特征，为m个的集合；（6）将像素特征p作为训练集，0和1作为训练集标签，0代表非溢油像素，1代表溢油像素，导入支持向量机模型中进行训练，得到溢油检测模型。
技术总结
本发明涉及遥感目标识别技术领域，提供了一种基于全极化SAR图像的海面溢油检测模型构建方法，包括以下步骤：提取全极化SAR图像的各向异性特征，选取溢油像素和非溢油像素的各向异性特征作为训练样本，组成矩阵A并进行归一化处理得到a(t)，由a(t)计算像素权重E，由a(t)和像素权重E计算像素特征P，将像素特征P作为训练集，0和1作为训练集标签，0代表非溢油像素，1代表溢油像素，导入支持向量机模型，对模型进行训练，得到溢油检测模型。本发明充分利用了全极化SAR图像的各向异性特征，并构建像素特征P，提高了全极化SAR图像海面溢油检测的准确率，具有科学合理、易于实现、精度高等优点。点。点。
技术研发人员：王大伟 万剑华 刘善伟 许明明 崔建勇 郑红霞 曾喆 任鹏
受保护的技术使用者：中国石油大学（华东）
技术研发日：2022.07.08
技术公布日：2022/8/8