海面溢油自動監測中的油膜與類油膜特征分析

舒遲，宋莎莎

(1.煙臺海事局, 山東 煙臺 264000；2.中海油能源發展股份有限公司 安全環保分公司，天津 300452)

對SAR海面溢油做過長期的持續性研究，或參與SAR溢油監測系統研制的主要團隊有：Solberg團隊、Fiscella團隊、Topouzelis團隊、Singha團隊。Solberg團隊選用的特征參數有3類，包括灰度特征、幾何特征和空間特征，并未選用紋理特征。自1997年以來，Solberg團隊在特征數量和特征參數上保持著較好的穩定性[1]。Fiscella團隊使用的特征參數僅有幾何特征和灰度特征兩類，空間特征和紋理特征均未涉及，特征個數也較穩定[2]。Topouzelis于2003年首次嘗試利用eCognition算法對SAR圖像暗目標分割，并用12個特征和模糊邏輯分類器進行溢油識別[3]。Topouzelis等與Stathakis合作發表的論文中，采用包含有幾何、灰度和紋理3類特征的25個特征參數的特征集合。Singha團隊在基于決策樹進行溢油識別研究中，特征參數選用幾何特征為23個，灰度特征為5個，并增加了8個紋理特征和5個空間特征[4]。綜上，同一研究團隊在使用相同的分類器時，選用的特征參數一般變化不大。

1 油膜與類油膜

由于海洋環境復雜、海面大氣影響，水體對電磁波的散射與吸收作用，海面油膜遙感信息較弱，導致海面油膜信息提取時存在“同物異譜，同譜異物”的現象。隨著遙感技術的出現和發展，針對海面油膜信息的遙感探測技術研究也得到不斷發展，該技術可獲取地物目標近乎連續的反射光譜，從而根據光譜特征差異來區分海水與溢油目標。

1.1 油膜

海洋油膜的存在改變了海面張力，給海面毛細波和短重力波的產生帶來阻尼作用，改變了海面粗糙度，從而使得海面變得光滑。被油膜覆蓋的海面會降低雷達接收到的后向散射回波，使得雷達圖像灰度降低，從而導致溢油區在影像上表現為明顯的暗斑。

1.2 類油膜

SAR圖像上并非所有的暗斑都是由海洋油膜引起，在SAR影像上，疑似現象有很多，包括淡水注入、低風速區、漂浮水草、生物油膜、油脂狀冰、內波、上升流、雨團、鋒面、大氣重力波等。

2 海上溢油特征分析方法

遙感圖像中溢油或疑似溢油目標表現為特定像素的集合，將這個像素的集合作為一個整體來對待，對于分割出來的每個目標個體，通過計算都可以得到其幾何特征、灰度特征和紋理特征，如果考慮目標個體的空間位置及目標間的空間關系還可以得到其空間特征[5-6]。

為了區分溢油和疑似現象，針對SAR海面溢油檢測的各種自動或半自動算法被實踐檢驗。這些算法通常包括如下步驟。

1)SAR圖像分割。感興趣區域從原始SAR影像的分離,通常包括目標本身和局部背景。

2)特征提取與選擇。計算每個目標的特征屬性，并選擇出區分度高的特征[7]。

3)目標分類。基于各種分類器方法對目標類別進行判斷。

3 基于多種特征的溢油分析

基于煙臺海事局自建樣本庫中的溢油樣本和疑似溢油樣本，從統計學角度觀測SAR圖像中這2類目標不同特征的分布情況，見圖1、2。

圖1 樣本庫中典型的溢油樣本

圖2 樣本庫中典型的疑似溢油樣本

3.1 幾何特征分析

幾何特征參數是對暗目標幾何形狀的度量，在SAR溢油文獻中使用較為廣泛的幾何特征包括：面積、周長、歸一化周長面積比、目標的不對稱性，見圖3。

圖3 幾何特征的概率密度分布比較

從圖3可見，2類樣本在面積、周長、歸一化周長面積比上差別不顯著。溢油樣本的不對稱性明顯高于疑似現象。

3.2 灰度特征分析

灰度特征參數是針對目標子圖像中的不同區域的灰度或灰度梯度數值集合計算的統計量，常用的灰度特征包括：暗目標灰度均值、標準差、均值標準差比，背景的灰度均值、標準差、均值標準差比，目標背景均值比、標準差比，邊緣梯度均值、標準差。見圖4。

圖4 灰度特征的概率密度分布比較

從對比結果來看，背景灰度均值、邊緣梯度均值表現出顯著差異。

3.3 紋理特征分析

紋理特征參數用于描述圖像中顏色和灰度的空間排列方式，在圖像處理中常用共生矩陣來量化描述紋理，關注的是圖像中某一像素對重復出現的情況，本質上反映的是圖像的空間頻率特性。溢油文獻中采用的紋理特征包括基于灰度共生矩陣的角二階矩、對比度、逆差矩、熵、自相關、和方差、和均值、最大相關系數、最大概率。根據圖中的統計結果，紋理特征中角二階矩、自相關、和方差、和均值、最大概率等的分布曲線都表現出一定差異。見圖5。

圖5 紋理特征的概率密度分布比較

綜合實驗結果，紋理特征變現出來的差異性要優于灰度特征和幾何特征，在溢油監測系統研制過程中，在重視灰度特征和幾何特征的同時，應充分收集更多的紋理特征來區分溢油和疑似現象,提高系統各項指標。

4 結論

通過對樣本庫中影像樣本進行灰度特征、幾何特征和紋理特征分析，得出油膜與類油膜在紋理特征中的矩陣自相關、矩陣和方差、矩陣和均值等系數上的值對比差異較大，可以通過紋理特征參數明顯的區分油膜與類油膜的差異，在實踐工作中可以參考。