一种离岸流检测方法、系统、介质、设备及终端与流程

1.本发明属于计算机视觉领域和安全保障技术领域，尤其涉及一种离岸流检测方法、离岸流检测系统、计算机可读存储介质、计算机设备及信息数据处理终端。


背景技术：

2.离岸流又称为裂流，是由于海浪破碎和不均匀浅滩地形共同作用产生的范围小却强而集中的表面流。在沙坝沟槽、岬角、凸出结构物附近容易发生离岸流，持续不断的破碎波浪造成水体在海岸带堆积，水体通过集中路径回流入海，流向几乎与海岸垂直，且持续时间短、流速快。裂流头、裂流流颈、沿岸流、裂流补偿流构成了整个离岸流系统。离岸流发生时其表面平静具有迷惑性，可快速将不谨慎的游泳者卷入深水，据美国国家海洋与大气管理局统计，离岸流是海滩溺水事故的主要原因，但一直没有得到民众的广泛认知。近年来，离岸流越来越受到各国学者们的重视，开展了丰富的研究。
3.在早期人们从野外观测、数字图像和视频中对裂流进行观测。近年来，多采用超高频岸基雷达对离岸流进行监测，这种方式能够在短时间内及时反映海域情况，获得传统设备难以获得的信息。
4.海洋雷达可以提供海流的径向速度特征，并增强海面粗糙度的雷达回波强度，从而对海流进行成像。haller等人证明了x波段和水平极化的海洋雷达检测裂流特征的能力。trizna利用海洋相干雷达收集了4个月的数据，并展开了对裂流特征的检测与分析。
5.然而，海洋雷达只能在特定的海滩上设置仪器进行观测，探测范围有限，并且数据不对公众开放，难以获取。微波遥感技术是监测海流的一种可行的方式。其中，合成孔径雷达(synthetic aperture radar，sar)具有全天时、全天候、高分辨率、多极化方式等优势。海面的雷达回波对海面微尺度波及其变化非常敏感，雷达通过发射并接收来自海面的雷达回波，便可以捕捉海洋表面流，因此sar可用于离岸流的识别与检测。
6.da silva从葡萄牙西海岸的两个星载sar数据(envisat asar和ers-2sar)中识别出了离岸流特征，并使用了一个简单的风比较模型进行了sar图像诊断。arry retnowati在parangtritis海滩的alos palsar fine beam single(fbs)hh极化图像上识别和检测出裂流的破碎波区和冲浪带。
7.通过超高频岸基雷达的方式检测离岸流，在时空上均具有较高的测量精度，但其测量空间范围有限，只能在指定海岸的附近建站，且难以在环境恶劣的海岸建站，仪器的维护成本较高。相比之下，从卫星遥感影像中检测离岸流的方式，在空间上可以实现较高的测量精度，并且可以实现在卫星覆盖海域内检测出裂流的可能，使得在地理空间上的研究范围更广，且该方式的成本较为低廉，但它需要从海量影像中进行筛选存在裂流的影像，并且无法在时间线上检测裂流从发生到结束的过程。利用星载sar数据检测裂流的研究还比较少，并且现有研究没有充分利用星载sar的多极化能力，仅从单极化影像中发现过裂流。而sentinel-1a卫星的高分辨率sar数据可以提供宽刈幅和双极化能力，因此，亟需设计一种基于sentienl-1双极化sar数据的离岸流检测方法。
8.通过上述分析，现有技术存在的问题及缺陷为：
9.(1)目前通过超高频岸基雷达的方式检测离岸流测量空间范围有限，只能在指定海岸的附近建站，对于未建站的海域无法开展对离岸流的检测工作。
10.(2)利用星载sar数据检测裂流的研究还比较少，并且现有研究没有充分利用星载sar的多极化能力，仅从单极化影像中发现过裂流。
11.解决以上问题及缺陷的难度为：
12.(1)岸基雷达观测海流测量空间范围有限，这是该方式其固有的局限性，利用sar数据检测离岸流可研究的区域更广，但需要从海量数据中进行初步筛选。
13.(2)具有多极化能力的卫星数量有限，只能从目前仅有的多极化卫星数据中开展工作。
14.解决以上问题及缺陷的意义为：
15.(1)利用sar检测离岸流是对岸基雷达等观测方式的补充，能够在更广的区域里识别裂流。
16.(2)目前仅从envisat asar和ers-2sar卫星单极化数据中识别到裂流，通过sentinel-1sar双极化数据检测离岸流充分发挥了卫星的双极化能力以实现对离岸流更有效的提取。


技术实现要素：

17.为克服相关技术中存在的问题，本发明公开实施例提供了一种基于sentienl-1双极化sar数据的离岸流检测方法、系统、介质、设备及终端。所述技术方案如下：
18.本发明是这样实现的，离岸流检测方法包括：
19.利用sentienl-1双极化sar影像检测裂流，结合vh和vv极化数据对裂流特征进行增强处理，通过边缘检测算子和阈值分割法检测sar图像中的裂流。
20.在一个实施例中，所述离岸流检测方法还包括：
21.利用vv极化和vh极化数据提取极化组合参数；通过极化差pd增强裂流特征，增强离岸流与背景的对比度，进而使用边缘检测算子和阈值分割法从sar影像中提取出裂流，并估计出裂流单元的相关参数。
22.在一个实施例中，所述极化组合参数包括极化差pd、极化比pr和极化转化比pcr；其中，所述极化差pd代表目标与背景的差异，如下式所示：
[0023][0024]
所述极化比pr是vv极化和vh极化的后向散射系数之比，如下式所示：
[0025][0026]
所述极化转化比用于评估极化转换能力的性能的指标，入射b极化的极化转换比pcr定义为去极化与总极化后向散射之比，如下式所示：
[0027][0028]
本发明的另一目的在于提供一种应用所述的离岸流检测方法的离岸流检测系统，
所述离岸流检测系统包括：
[0029]
数据预处理模块，用于获取哨兵一数据，并对所述哨兵一数据进行预处理；
[0030]
图像剪裁模块，用于对预处理后的数据进行裁剪；
[0031]
pd计算模块，用于利用vv极化数据和vh极化数据得到包含裂流的图像；
[0032]
梯度计算模块，用于利用sobel算子计算阈值，并再次利用边缘得到裂流的二值梯度掩模；
[0033]
闭运算和开运算模块，用于利用盘结构对图像进行闭合操作和打开操作；
[0034]
连通域提取模块，用于提取裂流的最大连通域，并将裂流提取结果进行可视化。
[0035]
本发明的另一目的在于提供一种计算机设备，所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如下步骤：
[0036]
利用sentienl-1双极化sar影像检测裂流，结合vh和vv极化数据对裂流特征进行增强处理，通过边缘检测算子和阈值分割法检测sar图像中的裂流。
[0037]
本发明的另一目的在于提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如下步骤：
[0038]
利用sentienl-1双极化sar影像检测裂流，结合vh和vv极化数据对裂流特征进行增强处理，通过边缘检测算子和阈值分割法检测sar图像中的裂流。
[0039]
本发明的另一目的在于提供一种信息数据处理终端，所述信息数据处理终端用于实现所述的离岸流检测系统。
[0040]
结合上述的所有技术方案，本发明所具备的优点及积极效果为：
[0041]
第一、本发明从sentienl-1双极化sar影像来检测葡萄牙海岸附近发生的离岸流，利用vh和vv极化数据的极化差对影像中的离岸流特征进行增强处理，进而通过边缘检测算子和阈值分割法提取sar图像中的离岸流，该方法取得了较好的检测效果，可以实现从sar影像中提取出离岸流的面积、延伸长度和流向。
[0042]
第二、本发明针对sentinel-1双极化sar数据，筛选出2景包含离岸流的影像，其中一景的离岸流显示为低后向散射背景下高后向散射特征，另一景离岸流表现为低后向散射特征，在影像中表现为“锯齿状”的外观。使用了vv和vh极化数据的极化运算组合(包括pd、pr和pcr)来增强裂流特征。从表3中可以清楚地看出，在亮特征的情况下，pd的裂流与背景的比值高达3.6691，而vv极化nrcs图像仅为1.1943，由此可见pd图像的裂流与背景的比值是vv极化nrcs图像的3倍以上。pr对裂流的增强作用略优于nrcs图像，但pcr对裂流的增强作用不明显。在暗特征的情况下，pd图像的背景与裂流之比在增强参数中是最高的，代表最佳的增强效果。通过对这三个参数的比较分析，可以发现极化差pd能够实现有效增强裂流特征的效果，可以用来增强检测裂流目标的特征。进而通过边缘检测算子和阈值分割法，可以实现从sar影像中成功提取出裂流。最终，实现了检测裂流的形态和分布，可以估计出影像中裂流单元的参数，包括面积、延伸长度和流向。与人工在sar影像中勾画裂流轮廓的方式相比，本方法检测出的裂流单元所占像素数几乎一致，两种方法的相对误差约为2.91％。因此，可以证明本发明能够有效增强裂流特征，利用边缘检测算子和阈值分割法可以进一步实现从sar影像中检测裂流的分布。
[0043]
第三、本发明提供的离岸流检测方法，充分利用sentienl-1双极化sar影像来检测
裂流，结合vh和vv极化数据对裂流特征进行增强处理，进而通过边缘检测算子和阈值分割法检测sar图像中的裂流。
[0044]
第四、本发明的技术方案转化后会为通过sar影像检测离岸流的方法增加研究经验，可以为有关部门提供检测离岸流的另一种可行方式，尤其针对需要研究过去特定时刻特定地点发生的离岸流的情况。
[0045]
第五、本发明的技术方案实现了国内外首次利用sentinel-1双极化星载sar数据检测离岸流，该方法填补了国内外业内利用星载sar数据和利用sar的双极化能力来检测离岸流的空白。
[0046]
第六、本发明首次从海量sentinel-1sar数据中检测出离岸流，证明了从星载sar数据中检测离岸流的可行性。
[0047]
第七、本发明是对利用星载sar数据的双极化特性检测离岸流的一种新的尝试，证明了从星载sar数据中检测离岸流的可行性。
附图说明
[0048]
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
[0049]
图1是本发明实施例提供的离岸流检测方法流程图；
[0050]
图2是本发明实施例提供的离岸流检测方法原理图；
[0051]
图3是本发明实施例提供的离岸流检测系统结构框图；
[0052]
图4是本发明实施例提供的哨兵一数据幅值图像中的裂流示意图，其中，图4(a)是采集于2015年6月23日的哨兵一数据幅值图像中的裂流示意图，图4(b)是采集于2016年9月21日的哨兵一数据幅值图像中的裂流示意图；
[0053]
图5是本发明实施例提供的sentinel-1sar数据进行预处理的示意图，其中，图5(a)是处理前的vv极化幅值图像，图5(b)是辐射定标后的图像，图5(c)是地形校正后的图像，图5(d)是土地掩膜后的图像；
[0054]
图6是本发明实施例提供的哨兵-1的vv极化σ0图像(2016.09.21)；
[0055]
图7是本发明实施例提供的两种裂流特征在vv和vh极化的sar振幅数据中的对比示意图，其中，图7(a)是采集于2015.06.23的vh图像，图7(b)是采集于2015.06.23的vv图像，图7(c)是采集于2016.09.21的vh图像，图7(d)是采集于2016.09.21的vv图像；
[0056]
图8是本发明实施例提供的两种裂流特征在pd、pr和pcr增强前后的对比图，其中，图8(a)是在亮特征情况下裂流的nrcs图像，图8(b)是在亮特征情况下裂流的pd图像，图8(c)是在亮特征情况下裂流的pr图像，图8(d)是在亮特征情况下裂流的pcr图像，图8(e)是在暗特征情况下裂流的nrcs图像，图8(f)是在暗特征情况下裂流的pd图像，图8(g)是在暗特征情况下裂流的pr图像，图8(h)是在暗特征情况下裂流的pcr图像；
[0057]
图9是本发明实施例提供的裂流和背景区域的人工掩膜示意图，其中，图9(a)是勾画的亮特征情况的裂流区域示意图，图9(b)是勾画的亮特征情况的背景区域示意图，图9(c)是勾画的暗特征情况的裂流区域示意图，图9(d)是的勾画的暗特征情况的背景区域示意图；
[0058]
图10是本发明实施例提供的离岸流检测完整过程的各步骤结果图，其中，图10(a)
是原始sar图像，图10(b)是pd增强后的影像，图10(c)是二值化后的影像，图10(d)是开运算后的影像，图10(e)是闭运算后的影像，图10(f)是缩小后的研究区域示意图，图10(g)是提取最大连通域后的影像，图10(h)是将提取的裂流叠加在原始sar影像上，图10(i)是提取的裂流轮廓线叠加在原始图像上；
[0059]
图11是本发明实施例提供的离岸流参数计算示意图；
[0060]
图12是本发明实施例提供的实验效果图，其中，图12(a)是检测的离岸流示意图，图12(b)是人工勾画提取的离岸流示意图；
[0061]
图中：1、数据预处理模块；2、图像剪裁模块；3、pd计算模块；4、灰度拉伸模块；5、梯度计算模块；6、闭运算和开运算模块；7、连通域提取模块。
具体实施方式
[0062]
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明的具体实施方式做详细的说明。在下面的描述中阐述了很多具体细节以便于充分理解本发明。但是本发明能够以很多不同于在此描述的其他方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似改进，因此本发明不受下面公开的具体实施的限制。
[0063]
如图1所示，本发明实施例提供的离岸流检测方法包括以下步骤：
[0064]
s101，数据预处理：获取哨兵一数据，并对所述哨兵一数据进行预处理；
[0065]
s102，图像剪裁并计算pd：对预处理后的数据进行裁剪，并利用vv极化数据和vh极化数据得到包含裂流的局部图像；
[0066]
s103，灰度拉伸：对pd图像进行灰度拉伸，进而增强对比度；
[0067]
s104，计算梯度：利用sobel算子计算阈值，并再次利用边缘得到裂流的二值梯度掩模；
[0068]
s105，闭运算和开运算：利用盘结构对图像进行闭合操作和打开操作；
[0069]
s106，提取最大连通域以及离岸流可视化：提取裂流的最大连通域，并将裂流提取结果进行可视化。
[0070]
本发明实施例提供的离岸流检测方法原理图如图2所示。
[0071]
如图3所示，本发明实施例提供的离岸流检测系统包括：
[0072]
数据预处理模块1，用于获取哨兵一数据，并对所述哨兵一数据进行预处理；
[0073]
图像剪裁模块2，用于对预处理后的数据进行裁剪；
[0074]
pd计算模块3，用于利用vv极化数据和vh极化数据得到包含裂流的局部图像；
[0075]
灰度拉伸模块4，用于对pd图像进行灰度拉伸，进而增强对比度；
[0076]
梯度计算模块5，用于利用sobel算子计算阈值，并再次利用边缘得到裂流的二值梯度掩模；
[0077]
闭运算和开运算模块6，用于利用盘结构对图像进行闭合操作和打开操作；
[0078]
连通域提取模块7，用于提取裂流的最大连通域，并将裂流提取结果进行可视化。
[0079]
本发明公开了一种基于卫星遥感sar数据的离岸流检测方法，属于计算机视觉领域和安全保障技术领域。本发明旨在从sentienl-1双极化sar影像来检测葡萄牙海岸附近发生的离岸流，利用vh和vv极化数据的极化差对影像中的离岸流特征进行增强处理，进而通过边缘检测算子和阈值分割法提取sar图像中的离岸流，该方法取得了较好的检测效果，
可以实现从sar影像中提取出离岸流的面积、延伸长度和流向。
[0080]
研究区域与数据：本发明使用了2015年6月23日和2016年9月21日沿葡萄牙海岸收集的哨兵一号双极干涉宽条带模式(iw)数据，空间分辨率约为20米，如图4所示。表1表明数据的相关参数，包括地理位置、数据采集时的风场数据等信息。风速和风向由葡萄牙figueira da foz的气象站提供(https://www.worldweatheronline.com/figueira-da-foz-weather-his tory/coimbra/pt.aspx)。
[0081]
葡萄牙海岸是暴露的大西洋海岸线，大多数海滩面向北大西洋的东部边界。卫星数据显示，在葡萄牙近海岸海滩环境中，多处都可以发现离岸流。研究区域的地形特点是离岸约500米的准连续水下波动近岸沙坝，边界清晰，高度可变为2～6米，是离岸流沟槽的特征。该区域的平均潮汐范围约为2.2米。根据figueira da foz气象站提供的风场信息，在本发明使用的sar数据采集时间里，研究区内处于低风速条件下。
[0082]
表1研究数据
[0083][0084][0085]
数据的预处理：首先对两景哨兵一sar数据进行预处理，主要包括以下步骤：轨道校正、辐射定标、地形校正、土地掩膜。其中，为了减少辐射偏差的影响，获得目标的后向散射系数，要对影像进行辐射定标，定标后影像如图5(b)所示。此时的sar影像存在几何畸变，因此要对影像进行地形校正，本发明采用基于距离-多普勒(range doppler，rd)模型的方法进行地形校正，处理后影像如图5(c)所示。土地掩膜后的影像如图5(d)所示。
[0086]
数据分析：离岸流整体呈现出两种特征，一种是“明”特征，对应着低后向散射背景下，离岸流单元为高后向散射的情况，如图4(a)所示；另一种是“暗”特征，对应着离岸流单元为低后向散射的情况，如图4(b)所示。
[0087]
离岸流的亮特征分析：
[0088]
对于明亮特征的情况，裂流表现为增强的后向散射斑块，这是因为破碎波在后向散射较低的海面背景下显示为亮带。白色虚线框圈出的即为离岸流所在位置，本发明可以看到离岸流的裂流颈和裂流头。离岸流从岸边激射而出，形成较细的裂流颈，进而水流在远
处扩散形成“圆润”的面积较大的裂流头。
[0089]
基于简单的一阶布拉格散射理论的风对比模型可以用来解释裂流单元的增强后向散射特征。在该模型中，考虑了裂流和风速的相对变化对布拉格波的调制作用。风浪谱的变化用波浪作用谱密度n(k，x，t)的平衡方程来描述。
[0090][0091]
其中，β和γ分别表示风浪增长率和波浪阻尼系数；δ是唯象系数，描述了风浪谱的非线性极限；kw是风对比。
[0092][0093]
其中k是表面波的波数，β和β0分别是受激流影响和不受激流影响的风浪增长率。β0的表达式假定了风浪产生是各向同性的，即：
[0094]
β0＝0.04(u
0*2
k2/ω)
ꢀꢀ
(3)
[0095][0096]
式中，u
0*
是不受(3)中海流扰动的摩擦速度，ω是表面波的固有频率，由下式给出：
[0097][0098]
其中g是重力加速度，σ是表面张力，ρ是水密度。在(4)中，u*是风摩擦速度，θ是表面波传播与风向之间的夹角，c
p
是波的相速度。
[0099]
当vw《7m/s时，可由经验公式u*＝0.034vw得到标准高度10m时的风速vw与u*的关系。典型离岸流速uc相对应的有效海面风速ve：
[0100]ve
＝vw+ucꢀꢀꢀ
(6)
[0101][0102]
其中θv为vw与uc的夹角。
[0103]
对于2015年6月23日的哨兵1号sar图像，根据cmod5模型计算的ve约为2.4m/s。以vw＝2.4m/s(方向260.5
°
)为背景风速，uc＝0.75m/s(典型的裂流速度)，θv为39
°
时，在激流中得到ve＝2.8m/s，远高于产生布拉格波的阈值(v≈2.0m/s)。这将解释为什么裂流在暗背景下显示为增强的后向散射特征。阈值附近的风对比kw应该很大，从而产生强烈的正对比信号。在非常低的风速下，风速低于产生任何可测量的雷达后向散射的阈值。然而，一旦“有效”风速增加，由于强裂流的存在，它可能会上升到风阈值以上(高于雷达噪声下限)，从而产生可测量的sar后向散射水平。
[0104]
离岸流的暗特征分析：
[0105]
对于暗特征的情况，图像是在低风速下采集的，在近岸可以看到一些油膜，使得冲
浪区呈现出“锯齿状”的外观，表现为近岸油膜似乎与波浪破碎场的呈现周期性交替的结构。这是由不均匀的波碎场引起的，相比于没有发生破碎的区域会产生更高的后向散射。影像中的油膜对应于更深的水域(裂流沟槽)，那里的海浪不那么陡峭，不会发生破裂。
[0106]
在沿海均匀开阔的海滩上，倾斜入射的海浪推动了近岸冲浪区的水流。众所周知，沿岸流可能是不稳定的，因为它们可能会经历跨海岸方向的剪切。剪切不稳定裂流并不常见，只有当暴露在高度倾斜入射的海浪中时，才会出现在近岸均匀的海滩上。葡萄牙海岸沿岸的海滩上，波浪与海岸成较大的倾角入射，符合剪切不稳定裂流的基本特征。因此，可以初步确定图6中的裂流是剪切不稳定裂流。
[0107]
此外，vv极化图像和vh极化图像中的裂流特征也不同。如图7所示，在vv极化图像中可以清楚地看到两种裂流特征，而它们在vh极化图像中是完全不可见的。
[0108]
对于亮特征的情况，vv图像中裂流与海面背景的比值约为1.19，而vh图像中的这一比值约为0.96。对于暗特征情况，vv图像中裂流与海面背景的比值约为0.78，而在vh图像中，这一比值约为0.98。表2显示了亮特征和暗特征的vv图像和vh图像中的裂流与背景的比率。
[0109]
表2不同极化下裂流与海洋背景的后向散射系数比值
[0110][0111]
极化组合增强：
[0112]
雷达通过发射电磁波和接收散射回波来获取目标信息。极化是电磁波的固有特性，代表着电场在垂直于其传播方向的平面上振荡的轨迹。本发明提出了极化组合的三个参数来增强裂流特征。
[0113]
极化差：
[0114]
极化差(polarized difference，pd)是vv极化与vh极化的后向散射系数之差，在本发明中其物理意义代表了目标与背景的差异，如式(8)所示。因为在vh图像中，裂流几乎与背景混合在一起，很难区分，而在vv图像中可以看到裂流和背景显示的不同特征。
[0115][0116]
极化比(pr)：
[0117]
极化比(polarization ratio，pr)是vv极化和vh极化的后向散射系数之比，如式(9)所示。
[0118][0119]
极化转化比(pcr)：
[0120]
极化转化比是用来评估极化转换能力的性能的指标，入射b极化的极化转换比(polarization conversion ratio，pcr)定义为去极化与总极化后向散射之比，即如下表
达式：
[0121][0122]
其中，σ0表示a和b极化的散射系数；a、b可以是线偏振，也可以是圆偏振，a≠b。pcr用于表征粗糙表面的介质非均匀性(介电剖面)和空间各向异性(粗糙度)，可作为一种新的可靠的表面参数反演指标。在本发明中，利用pcr这一参数，可达到对离岸流特征增强的效果。
[0123]
通过极化运算组合的参数可以增强裂流的识别效果，图8显示了pd、pr和pcr增强前后的对比图。
[0124]
为了观察三个参数对裂流的增强效果，人工绘制了裂流区域和背景区域的掩模，如图9所示。
[0125]
下面计算掩膜下vv极化nrcs、pd、pr、pcr平均值。表3说明了亮特征和暗特征情况下vv极化nrcs、pd、pr和pcr的裂流与背景的比率。前者是目标值除以背景值，后者是背景值除以目标值。
[0126]
表3不同参数增强后裂流与背景的比值
[0127][0128]
在亮特征的情况下，pd图像的裂流与背景的比值是vv极化nrcs图像的3倍以上。pr对裂流的增强作用略优于nrcs图像，但pcr对裂流的增强作用不明显。
[0129]
在暗特征的情况下，pd图像的背景与裂流之比在增强参数中是最高的，代表最佳的增强效果。而pr和pcr的增强效果可以忽略不计，因为背景与裂流的比值低于nrcs。
[0130]
因此，可以清楚地看出，与表3中的其他参数相比，pd更有效地显示了裂流的特性。因此，pd将被用来增强检测裂流目标的特征。
[0131]
检测方法与分析
[0132]
本发明通过从哨兵一sar影像中识别并提取葡萄牙海岸附近发生的离岸流，是一种基于卫星遥感sar数据的离岸流检测方法。本方法利用vv极化和vh极化数据提取极化组合参数，如极化差pd、极化比pr、极化转化比pcr。在本发明中使用的sentinel-1sar影像实例中，极化差pd的增强效果是最优的，因此通过极化差pd增强裂流特征，增强离岸流与背景的对比度，进而使用边缘检测算子和阈值分割法，可以实现从sar影像中成功提取出裂流，并且可以进一步估计出裂流单元的相关参数，包括裂流面积、延伸长度和方向等，可以实现较好的检测效果。
[0133]
离岸流检测原理：本发明主要针对影像特征为暗背景下呈现高后向散射的离岸流
进行检测。首先，利用vv极化和vh极化数据计算出pcr，以突出离岸流特征，增强离岸流与背景的对比度，然后利用sobel算子得到二元梯度掩模，接下来进行闭运算和开运算，提取出离岸流单元的轮廓信息。根据局部区域的连通域特征，只保留离岸流，剔除其他背景干扰元素，最后对离岸流单元进行可视化。完整的离岸流检测流程包括：数据预处理，图像剪裁，计算pd，灰度拉伸，计算梯度，闭运算和开运算，提取最大连通域、离岸流可视化等步骤，如图10所示。
[0134]
离岸流检测实验：根据离岸流检测原理，首先对预处理后的数据进行裁剪，利用vv极化数据和vh极化数据得到包含裂流的局部图像。然后对pd图像进行灰度拉伸，进一步增强对比度。下一步利用sobel算子计算阈值，并再次利用边缘得到裂流的二值梯度掩模。接着利用“盘”结构对图像进行闭合操作和打开操作。经过腐蚀和膨胀后的梯度掩模很好地显示了裂流的分布。最后提取裂流的最大连通域，并将裂流提取结果可视化。裂流检测完整过程中的各步骤结果如图11所示。
[0135]
离岸流参数计算：离岸流单元的总面积：通过统计二值化图像中像素值为1的像素点的个数，乘上每个像素代表的实际面积，可估计单独离岸流的范围面积。本发明中离岸流的面积约为99531m2。
[0136]
离岸流单元的最大延伸长度：根据最下外接矩形的最长边的长度，乘上单位像素代表的实际长度，即可求得离岸流延伸长度。本发明中离岸流的最大延伸长度约为552m。
[0137]
离岸流单元的流向与海岸线的夹角：葡萄牙西海岸的海岸线接近于直线，通过海岸线角度和单独离岸流的最下外接矩形的角度，可以计算得到离岸流的出射角度。本发明中离岸流流向与海岸线的夹角计算为：离岸流流向与海岸线的夹角约为55
°
，如图12中弧线标注的角度所示。
[0138]
结论：本发明针对sentinel-1双极化sar数据，筛选出2景包含离岸流的影像，其中一景的离岸流显示为低后向散射背景下高后向散射特征，另一景离岸流表现为低后向散射特征，在影像中表现为“锯齿状”的外观。使用了vv和vh极化数据的极化运算组合(包括pd、pr和pcr)来增强裂流特征。从表3中可以清楚地看出，在亮特征的情况下，pd的裂流与背景的比值高达3.6691，而vv极化nrcs图像仅为1.1943，由此可见pd图像的裂流与背景的比值是vv极化nrcs图像的3倍以上。pr对裂流的增强作用略优于nrcs图像，但pcr对裂流的增强作用不明显。在暗特征的情况下，pd图像的背景与裂流之比在增强参数中是最高的，代表最佳的增强效果。通过对这三个参数的比较分析，可以发现极化差pd能够实现有效增强裂流特征的效果，可以用来增强检测裂流目标的特征。进而通过边缘检测算子和阈值分割法，可以实现从sar影像中成功提取出裂流。最终，实现了检测裂流的形态和分布，可以估计出影像中裂流单元的参数，包括面积、延伸长度和流向。与人工在sar影像中勾画裂流轮廓的方式相比，本方法检测出的裂流单元所占像素数几乎一致，两种方法的相对误差约为2.91％。因此，可以证明本发明能够有效增强裂流特征，利用边缘检测算子和阈值分割法可以进一步实现从sar影像中检测裂流的分布。
[0139]
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用全部或部分地以计算机程序产品的形式实现，所述计算机程序产品包括一个或多个计算机指令。在计算机上加载或执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网
络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(dsl)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输)。所述计算机可读取存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，dvd)、或者半导体介质(例如固态硬盘solid state disk(ssd))等。
[0140]
实施例相关效果的证据：如图12(a)～(b)所示，为了验证实验结果，本发明从原始sar图像中人工勾画了裂流的轮廓，并得到内部像素数。为了减少人为主观误差，实验进行了20次，平均值约为619，作为真实值。已知计算机提取的裂流细胞内部像素数为637，进而得到实验的绝对误差为18(像素)，相对误差约为2.91％。因此，可以证明本发明提出的方法可以较好地提取裂流。
[0141]
以上所述，仅为本发明较优的具体的实施方式，但本发明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发明揭露的技术范围内，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，都应涵盖在本发明的保护范围之内。