一种溢油判断方法及装置与流程

本申请涉及卫星海洋遥感技术领域，具体而言，涉及一种溢油判断方法及装置。

背景技术：

随着海上交通与石油勘探活动的日益发展，海上溢油成为了一种主要的海洋灾害，给海洋生态环境造成了巨大的损害。为了降低损害，需要及时派工作人员对海上溢油进行处理，而处理溢油的前提是准确并及时的发现溢油。

目前，大多学者基于合成孔径雷达(syntheticapertureradar，sar)技术进行目标散射特征参数(如参数熵h、反熵a以及散射角α)的提取，以根据提取的目标散射特性参数来判断目标区域是否为溢油区域。

然而，由于相关技术中通常采用单参数分析法，也即通过对参数熵h、反熵a以及散射角α中的任一种参数的分析进行溢油判断，溢油特性分析不全面，这将导致非溢油区域也可能会被判断为溢油区域，虚警信号较多，判断的准确率较低。

技术实现要素：

有鉴于此，本申请实施例的目的在于提供一种溢油判断方法及装置，以提高海上溢油判断的准确率。

第一方面，本申请实施例提供了一种溢油判断方法，所述方法包括：

获取合成孔径雷达sar图像；其中，所述sar图像包含目标区域；

从所述sar图像中提取有关所述目标区域的散射特征信息；其中，所述散射特征信息至少包括熵h、反熵a和散射角α；

根据所述熵h、所述反熵a以及所述散射角α，确定所述目标区域对应的溢油指数f；其中，所述熵h、所述散射角α均与所述溢油指数f呈正相关，所述反熵a与所述溢油指数f呈负相关；

根据所述溢油指数f，判断所述目标区域是否为溢油区域。

结合第一方面，本申请实施例提供了第一方面的第一种可能的实施方式，其中，所述根据所述熵h、所述反熵a以及所述散射角α，确定与所述目标区域对应的溢油指数f，包括：

将所述熵h和所述散射角α相乘，确定第一因子；

对所述反熵a进行取对数运算，确定第二因子；

根据所述第一因子和所述第二因子的比值结果，确定与所述目标区域对应的溢油指数f。

结合第一方面，本申请实施例提供了第一方面的第二种可能的实施方式，其中，所述根据所述溢油指数f，判断所述目标区域是否为溢油区域，包括：

判断所述溢油指数f是否大于预设阈值；

若是，则确定所述目标区域为溢油区域。

结合第一方面，本申请实施例提供了第一方面的第三种可能的实施方式，其中，在所述判断所述目标区域是否为溢油区域之前，还包括：

将获取的sar图像进行灰度转换处理，得到处理后的灰度图像；

从所述灰度图像中提取对应于所述目标区域的灰度值；

所述根据所述溢油指数f，判断所述目标区域是否为溢油区域，包括：

根据所述溢油指数f和所述灰度值，判断所述目标区域是否为溢油区域。

结合第一方面的第三种可能的实施方式，本申请实施例提供了第一方面的第四种可能的实施方式，其中，所述根据所述溢油指数f和所述灰度值，判断所述目标区域是否为溢油区域，包括：

判断所述溢油指数f是否大于预设阈值，且所述灰度值是否属于预设灰度范围；

在判断出所述溢油指数f大于所述预设阈值，且所述灰度值属于所述预设灰度范围时，确定所述目标区域为溢油区域。

结合第一方面，本申请实施例提供了第一方面的第五种可能的实施方式，其中，从所述sar图像中提取有关所述目标区域的散射特征信息，包括：

基于所述sar图像的图像属性信息，确定与所述目标区域对应的极化相干矩阵；

根据所述极化相干矩阵，确定所述目标区域的散射特征信息。

结合第一方面的第五种可能的实施方式，本申请实施例提供了第一方面的第六种可能的实施方式，其中，所述散射特征信息为熵h，所述极化相干矩阵为三阶方阵，所述根据所述极化相干矩阵，确定所述目标区域的散射特征信息，包括：

确定对应于所述三阶方阵的三个特征值；

基于所述三阶方阵对应的三个特征值之间的第一运算关系，确定所述目标区域的熵h。

结合第一方面的第五种可能的实施方式，本申请实施例提供了第一方面的第七种可能的实施方式，其中，所述散射特征信息为反熵a，所述极化相干矩阵为三阶方阵，所述根据所述极化相干矩阵，确定所述目标区域的散射特征信息，包括：

确定对应于所述三阶方阵的三个特征值；

从确定的三个特征值中选取非最大的两个特征值；

基于选取出的两个特征值之间的第二运算关系，确定所述目标区域的反熵a。

结合第一方面的第五种可能的实施方式，本申请实施例提供了第一方面的第八种可能的实施方式，其中，所述散射特征信息为散射角α，所述极化相干矩阵为三阶方阵，所述根据所述极化相干矩阵，确定所述目标区域的散射特征信息，包括：

确定对应于所述三阶方阵的三个特征值；

基于所述三阶方阵对应的三个特征值之间的第三运算关系，确定所述目标区域的散射角α。

第二方面，本申请实施例还提供了一种溢油判断装置，所述装置包括：

获取模块，用于获取合成孔径雷达sar图像；其中，所述sar图像包含目标区域；

信息确定模块，用于从所述sar图像中提取有关所述目标区域的散射特征信息；其中，所述散射特征信息至少包括熵h、反熵a和散射角α；

溢油指数确定模块，用于根据所述熵h、所述反熵a以及所述散射角α，确定与所述目标区域对应的溢油指数f；其中，所述熵h、所述散射角α均与所述溢油指数f呈正相关，所述反熵a与所述溢油指数f呈负相关；

溢油判断模块，用于根据所述溢油指数f，判断所述目标区域是否为溢油区域。

本申请实施例提供的一种溢油判断方法及装置，与现有技术中采用单参数分析进行溢油判断，导致虚警信号较多，准确率较低相比，首先获取包含目标区域的sar图像，并且从sar图像中提取目标区域对应的散射特征信息，包括熵h、反熵a和散射角α；然后根据熵h、反熵a以及散射角α，确定目标区域对应的溢油指数f；其中，熵h、散射角α均与溢油指数f呈正相关，反熵a与溢油指数f呈负相关；最后根据溢油指数f，判断目标区域是否为溢油区域。本申请实施例基于溢油指数f这一复合参数进行溢油判断，判断的准确率较高。

为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1示出了本申请实施例所提供的一种溢油判断方法的流程图；

图2示出了本申请实施例所提供的另一种溢油判断方法的流程图；

图3示出了本申请实施例所提供的另一种溢油判断方法的流程图；

图4示出了本申请实施例所提供的另一种溢油判断方法的流程图；

图5示出了本申请实施例所提供的另一种溢油判断方法的流程图；

图6示出了本申请实施例所提供的另一种溢油判断方法的流程图；

图7示出了本申请实施例所提供的另一种溢油判断方法的流程图；

图8示出了本申请实施例所提供的另一种溢油判断方法的流程图；

图9示出了本申请实施例所提供的另一种溢油判断方法的流程图；

图10示出了本申请实施例所提供的一种溢油判断装置的结构示意图；

图11示出了本申请实施例所提供的一种计算机设备的结构示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。

考虑相关技术中采用单参数分析方式进行溢油判断的方法，准确率较低。基于此，本申请实施例提供了一种溢油判断方法及装置，详见如下实施例。

如图1所示，本申请实施例提供了一种溢油判断方法，该方法的执行主体可以是计算机设备，该方法包括：

s101、获取合成孔径雷达sar图像；其中，sar图像包含目标区域。

这里，通过载有合成孔径雷达(syntheticapertureradar,sar)的对地观测遥感卫星向目标区域发射雷达波束，并接收目标区域的反射波，可以得到关于目标区域的sar数据，并形成sar图像。

考虑到本申请实施例提供的溢油判断方法主要应用于海洋勘探技术领域，这样，获取的sar图像中的目标区域可以是海上目标所对应的图像区域。其中，上述海上目标可以是溢油、船只、勘探平台以及海水中的一种或几种。

s102、从sar图像中提取有关目标区域的散射特征信息；其中，散射特征信息至少包括熵h、反熵a和散射角α。

这里，sar图像反映了目标区域对雷达波束反射的信息，对该信息进行极化处理可以得到关于散射特征信息的极化相干矩阵，通过解算极化相干矩阵，可以得到sar图像包含的目标区域的散射特征信息。

其中，提取的散射特征信息可以包括：熵h、反熵a、散射角α以及目标区域计划度pd等特征信息。

s103、根据熵h、反熵a以及散射角α，确定目标区域对应的溢油指数f；其中，熵h、散射角α均与溢油指数f呈正相关，反熵a与溢油指数f呈负相关。

这里，综合熵h、反熵a、散射角α，建立熵h、反熵a以及散射角α之间的运算关系，基于建立的运算关系确定溢油指数f。

其中，熵h可以表示散射介质由各向同性散射到完全随机散射的随机性；反熵a可以表示同一分辨单元内总体散射机制的信息；散射角α与散射过程的物理机子相互联系，体现了散射形态的变化。

s104、根据溢油指数f，判断目标区域是否为溢油区域。

本申请实施例综合考虑熵h、反熵a、散射角α从不同方面反映的散射性质，从而使得得到的溢油指数f可以比较全面的反映出目标区域的散射特性。这样，基于溢油指数f来实现溢油判断，准确率较高，虚警信号较少。

在根据熵h、反熵a、散射角α确定溢油指数f的过程中，不仅要确定熵h、反熵a、散射角α分别与溢油指数f的关系，也要确定熵h、反熵a、散射角α两两组合后，与溢油指数f是否存在一定的关系，并且是何种关系。具体的，如图2所示，为确定溢油指数f的步骤，包括：

s201、将熵h和散射角α相乘，确定第一因子；

s202、对反熵a进行取对数运算，确定第二因子；

s203、根据第一因子和第二因子的比值结果，确定与目标区域对应的溢油指数f。

这里，根据熵h、反熵a、散射角α多种运算的结果，可以得到熵h、反熵a、散射角α与溢油指数f的关系。其中，熵h和散射角α相乘确定的第一因子与溢油指数f呈正相关，对反熵a进行取对数运算确定的第二因子与溢油指数f呈负相关，则可以根据第一因子和第二因子的比值确定溢油指数f。具体如公式1：

其中，f表示溢油指数，g表示常数，h表示散射熵，α表示散射角，a表示反熵，n表示散射次数。

需要说明的是，常数g可能根据海上环境(如：水文气象、空间区位等)因素的影响而变化，散射次数n可以根据sar图像记录的振幅信息确定。

这里，从sar图像中提取出熵h、反熵a、散射角α以后，将熵h、反熵a、散射角α代入上述公式1中，得到溢油指数f值，根据溢油指数f值判断目标区域是否为溢油区域。具体的，如图3所示，上述溢油判断的方法具体包括如下步骤：

s301、判断溢油指数f是否大于预设阈值；

s302、若是，则确定目标区域为溢油区域。

这里，预设阈值可以是用户预先设置的，还可以是多次试验验证得到的。本申请实施例可以根据溢油指数f是否落入该预设阈值确定的范围内，来判断溢油指数f对应的目标区域是否为溢油区域。

也即，在将确定的熵h、反熵a、散射角α代入上述公式1中，得到溢油指数f值后，将得到溢油指数f值与上述预设阈值进行比较，若溢油指数f值大于预设阈值，则确定的熵h、反熵a、散射角α对应的目标区域为溢油区域；若溢油指数f值小于预设阈值，则确定的熵h、反熵a、散射角α对应的目标区域为非溢油区域。

另外，根据相对于电子入射方向散射角的不同，可以将散射分为前向散射和后向散射，并且目标区域对雷达波的后向散射也会影响sar图像的灰度值，该sar图像的灰度值可以清楚地体现目标区域的地形地貌等信息。因此，在本申请实施例中还可以将灰度值与溢油指数f进行结合以进行溢油判断。

其中，如图4所示，上述灰度值的确定过程通过如下步骤实现：

s401、将获取的sar图像进行灰度转换处理，得到处理后的灰度图像；

s402、从灰度图像中提取对应于目标区域的灰度值。

这里，本申请实施例可以将包含目标区域的sar图像转换成灰度图像，并从灰度图像中提取目标区域对应的灰度值。

另外，如图5所示，为根据上述确定的灰度值和溢油指数f进行溢油判断的方法的流程图，该溢油判断方法包括如下步骤：

s501、判断溢油指数f是否大于预设阈值，且灰度值是否属于预设灰度范围；

s502、在判断出溢油指数f大于预设阈值，且灰度值属于预设灰度范围时，确定目标区域为溢油区域。

这里，在同时满足溢油指数f大于预设阈值与灰度值属于预设灰度范围这两个判断条件时，可以确定目标区域为溢油区域。相比单独采用溢油指数f进行溢油判断而言，其能够结合溢油目标与其他非溢油目标(如船只)的灰度属性，去除其他非溢油目标，以进一步提升溢油判断的准确率。

然而，在本申请实施例的实际应用场景中，可能会存在无法同时满足上述判断条件的情况，此时，为了确保判断结果，本申请实施例可以选用单独采用溢油指数f进行溢油判断的方法进行溢油判断，实用性更佳。

本申请实施例中，溢油判断的前提是基于从sar图像中提取的散射特征信息。如图6所示，上述从sar图像中提取有关目标区域的散射特征信息，包括如下步骤：

s601、基于sar图像的图像属性信息，确定与目标区域对应的极化相干矩阵；

s602、根据极化相干矩阵，确定目标区域的散射特征信息。

这里，可以从sar图像中提取目标区域散射波的信息，并且进行极化。目标区域散射波的极化可以用sinclair矩阵的形式来表示，并且通过pauli基对sinclair矩阵进行矢量化，可以得到极化相干矩阵，基于cloude-pottier分解的方法，将极化相干矩阵进行特征分解，可以得到目标区域的散射特征信息，该散射特征信息可以包括：熵h、反熵a和散射角α。

接下来，对基于极化相干矩阵确定熵h、反熵a以及散射角α的过程分别进行阐述。

第一方面：如图7所示，为根据极化相干矩阵确定熵h的确定方法，包括：

s701、确定对应于三阶方阵的三个特征值；

s702、基于三阶方阵对应的三个特征值之间的第一运算关系，确定目标区域的熵h。

这里，为了节省矩阵解算的计算量，本申请实施例可以选取三阶方阵作为极化相干矩阵。本申请实施例不仅可以采用三阶方阵，还可以采用其他多阶方阵(如四阶方阵)。根据矩阵的性质可知，n阶方阵对应有n个特征值，这样，三阶方阵可以解算出三个特征值。

这里，三阶方阵的三个特征值之间的第一运算关系可以通过公式2表示：

其中，h表示熵，λ1、λ2和λ3表示三阶方阵的三个特征值。

可知，根据上述公式2可以确定目标区域的熵h。

第二方面：如图8所示，为极化相干矩阵确定目标区域的反熵a的确定方法，包括：

s801、确定对应于三阶方阵的三个特征值；

s802、从确定的三个特征值中选取非最大的两个特征值；

s803、基于选取出的两个特征值之间的第二运算关系，确定目标区域的反熵a。

这里，三阶方阵中非最大的两个特征值之间的第二运算关系可以通过公式3表示：

其中，a表示反熵，λ2和λ3表示三阶方阵的特征值中非最大的两个。

根据上述公式3便可以确定目标区域的反熵a。

第三方面：如图9所示，为极化相干矩阵确定目标区域的散射角α的确定方法，包括：

s901、确定对应于三阶方阵的三个特征值；

s902、基于三阶方阵对应的三个特征值之间的第三运算关系，确定目标区域的散射角α。

这里，三阶方阵的三个特征值之间的第三运算关系可以通过公式4表示：

其中，α表示散射角，λ1、λ2和λ3表示三阶方阵的三个特征值，αi表示三阶方阵的特征值对应的散射角。

可知，根据上述公式4可以确定目标区域的散射角α。

基于同一发明构思，本申请实施例提供了一种与溢油判断方法对应的溢油判断装置，由于本申请实施例中的装置解决问题的原理与本申请实施例上述溢油判断方法相似，因此装置的实施可以参见方法的实施，重复之处不再赘述。

如图10所示，本申请实施例所提供的溢油判断装置，包括：

获取模块31，用于获取合成孔径雷达sar图像；其中，sar图像包含目标区域；

信息确定模块32，用于从sar图像中提取有关目标区域的散射特征信息；其中，散射特征信息至少包括熵h、反熵a和散射角α；

溢油指数确定模块33，用于根据熵h、反熵a以及散射角α，确定与目标区域对应的溢油指数f；其中，熵h、散射角α均与溢油指数f呈正相关，反熵a与溢油指数f呈负相关；

溢油判断模块34，用于根据溢油指数f，判断目标区域是否为溢油区域。

在本申请实施例的一种实施方式中，溢油指数确定模块33具体用于：

将熵h和散射角α相乘，确定第一因子；

对反熵a进行取对数运算，确定第二因子；

根据第一因子和第二因子的比值结果，确定目标区域对应的溢油指数f。

在本申请实施例的另一种实施方式中，溢油判断模块34具体用于：

判断溢油指数f是否大于预设阈值；

若是，则确定目标区域为溢油区域。

在本申请实施例的又一种实施方式中，上述溢油判断装置还包括：

灰度确定模块35，用于将获取的sar图像进行灰度转换处理，得到处理后的灰度图像；从灰度图像中提取对应于目标区域的灰度值；

溢油判断模块34，还用于根据溢油指数f和灰度值，判断目标区域是否为溢油区域。

在本申请实施例的再一种实施方式中，溢油判断模块34，具体用于：

判断溢油指数f是否大于预设阈值，且灰度值是否属于预设灰度范围；

在判断出溢油指数f大于预设阈值，且灰度值属于预设灰度范围时，确定目标区域为溢油区域。

在本申请实施例的再一种实施方式中，信息确定模块32，具体用于：

基于sar图像的图像属性信息，确定与目标区域对应的极化相干矩阵；

根据极化相干矩阵，确定目标区域的散射特征信息。

在本申请实施例的再一种实施方式中，信息确定模块32，具体用于：

确定对应于三阶方阵的三个特征值；

基于三阶方阵对应的三个特征值之间的第一运算关系，确定目标区域的熵h。

在本申请实施例的再一种实施方式中，信息确定模块32，具体用于：

确定对应于三阶方阵的三个特征值；

从确定的三个特征值中选取非最大的两个特征值；

基于选取出的两个特征值之间的第二运算关系，确定目标区域的反熵a。

在本申请实施例的再一种实施方式中，信息确定模块32，具体用于：

确定对应于三阶方阵的三个特征值；

基于三阶方阵对应的三个特征值之间的第三运算关系，确定目标区域的散射角α。

如图11所示，为本申请实施例所提供的一种计算机设备的结构示意图，包括：处理器111、存储器112和总线113，存储器112存储有处理器111可执行的机器可读指令，当计算机设备运行时，处理器111与存储器112之间通过总线113通信，机器可读指令被处理器111执行时执行如下处理：

获取合成孔径雷达sar图像；其中，sar图像包含目标区域；

从sar图像中提取有关目标区域的散射特征信息；其中，散射特征信息至少包括熵h、反熵a和散射角α；

根据熵h、反熵a以及散射角α，确定目标区域对应的溢油指数f；其中，熵h、散射角α均与溢油指数f呈正相关，反熵a与溢油指数f呈负相关；

根据溢油指数f，判断目标区域是否为溢油区域。

在本申请实施例的一种实施方式中，上述处理器111执行的处理中，根据熵h、反熵a以及散射角α，确定与目标区域对应的溢油指数f，包括：

将熵h和散射角α相乘，确定第一因子；

对反熵a进行取对数运算，确定第二因子；

根据第一因子和第二因子的比值结果，确定与目标区域对应的溢油指数f。

在本申请实施例的另一种实施方式中，上述处理器111执行的处理中，根据溢油指数f，判断目标区域是否为溢油区域，包括：

判断溢油指数f是否大于预设阈值；

若是，则确定目标区域为溢油区域。

上述处理器111执行的处理中，在判断目标区域是否为溢油区域之前，还包括：

将获取的sar图像进行灰度转换处理，得到处理后的灰度图像；

从灰度图像中提取对应于目标区域的灰度值；

上述处理器111执行的处理中，判断目标区域是否为溢油区域，包括：

根据溢油指数f和灰度值，判断目标区域是否为溢油区域。

在本申请实施例的又一种实施方式中，上述处理器111执行的处理中，根据溢油指数f和灰度值，判断目标区域是否为溢油区域，包括：

判断溢油指数f是否大于预设阈值，且灰度值是否属于预设灰度范围；

在判断出溢油指数f大于预设阈值，且灰度值属于预设灰度范围时，确定目标区域为溢油区域。

在本申请实施例的再一种实施方式中，上述处理器111执行的处理中，从sar图像中提取有关目标区域的散射特征信息，包括：

基于sar图像的图像属性信息，确定与目标区域对应的极化相干矩阵；

根据极化相干矩阵，确定目标区域的散射特征信息。

在本申请实施例的再一种实施方式中，上述处理器111执行的处理中，散射特征信息为熵h，极化相干矩阵为三阶方阵，根据极化相干矩阵，确定目标区域的散射特征信息，包括：

确定对应于三阶方阵的三个特征值；

基于三阶方阵对应的三个特征值之间的第一运算关系，确定目标区域的熵h。

在本申请实施例的再一种实施方式中，上述处理器111执行的处理中，散射特征信息为反熵a，极化相干矩阵为三阶方阵，根据极化相干矩阵，确定目标区域的散射特征信息，包括：

确定对应于三阶方阵的三个特征值；

从确定的三个特征值中选取非最大的两个特征值；

基于选取出的两个特征值之间的第二运算关系，确定目标区域的反熵a。

在本申请实施例的再一种实施方式中，上述处理器111执行的处理中，散射特征信息为散射角α，极化相干矩阵为三阶方阵，根据极化相干矩阵，确定目标区域的散射特征信息，包括：

确定对应于三阶方阵的三个特征值；

基于三阶方阵对应的三个特征值之间的第三运算关系，确定目标区域的散射角α。

本申请实施例还提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器111运行时执行上述溢油判断方法的步骤。

具体地，该存储介质能够为通用的存储介质，如移动磁盘、硬盘等，该存储介质上的计算机程序被运行时，能够执行上述溢油判断方法，从而解决目前采用单参数分析法进行溢油判断所带来的准确率较低的问题，进而达到提升溢油判断准确率的效果。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统和装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，计算机设备，或者网络设备等)执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。

以上，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。