[发明专利]一种利用随机森林的极化SAR海面油膜提取方法

说明书

本发明提供一种利用随机森林的极化SAR海面油膜提取方法，步骤如下：获得原始的极化SAR影像，对极化SAR影像预处理，选取极化SAR影像的研究区域，对研究区域进行滤波处理，然后进行相干矩阵的提取，得到相干矩阵和相干矩阵的特征值；利用相干矩阵的特征值对相干矩阵进行计算，得到若干油膜特征；选取油膜样本、类油膜样本和海水样本构成原始样本集，在原始样本集中选取若干子样本集，利用油膜特征对子样本集进行训练，得到随机森林模型；利用随机森林模型中的基尼系数提取油膜特征的贡献度；油膜特征构成油膜特征向量集，基于所述随机森林模型对油膜特征向量集进行分类，获得油膜提取结果。本发明能有效提高油膜提取结果精确度、减小噪声影响。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种利用随机森林的极化SAR海面油膜提取方法。

背景技术

石油在开采运输等过程中发生的泄漏会对海洋生态环境造成严重的破坏，同时造成巨大的经济损失。因此准确的油膜检测和提取在溢油事件发生后能为污染清理和灾后评价提供决策支持。同时，海面自然油膜的位置对海底石油勘探产生指导作用，从而大面积缩小海底石油勘探的作业范围。极化SAR(Polarimetric Synthetic Aperture Radar,PolSAR)影像由于其具有覆盖范围广、穿透性强、全天时全天候的工作优点，使得极化SAR在油膜检测中有独特的优势，成为海面油膜检测的主要途径。

针对极化SAR海面油膜提取方法，现有的提取方法包括：

(1)基于单特征的极化SAR海面油膜提取方法：该方法主要利用某一个极化特征对海面油膜进行提取，在特定的研究区内有较好的效果，但是在不同入射角、不同海况下，得到的检测结果存在较大的差异，存在不适用的情况，单特征的极化SAR海面油膜提取方法无法全面的利用到极化信息；

(2)基于多特征的极化SAR海面油膜提取方法：该方法利用了多个特征，但是存在不知哪个特征在提取中有最大的贡献的问题，对后续的验证和油膜检测指导作用微弱；

(3)利用K均值的极化SAR海面油膜提取方法：该方法利用在单特征和多特征下的海面油膜提取中，是目前较为常用的提取方法，但是利用该方法时不同迭代次数不同阈值的设定会对提取结果产生非常大的影响，在不同的影像上需要不同的阈值设定，适用性较差，同时其噪声和异质的容忍度较差，在提取结果中常出现误分、错分的现象，容易出现较大的错误提取，难以控制其准确度。

发明内容

有鉴于此，本发明提供了一种能有效提高油膜提取结果精确度、减小噪声影响的利用随机森林的极化SAR海面油膜提取方法。

本发明提供一种利用随机森林的极化SAR海面油膜提取方法，包括以下步骤：

S101，获得原始的极化SAR影像，对所述极化SAR影像进行预处理，选取所述极化SAR影像的研究区域，对所述研究区域进行滤波处理，然后利用PolSARpro对研究区域进行相干矩阵的提取，得到相干矩阵和相干矩阵的特征值；

S102，利用所述相干矩阵的特征值对相干矩阵进行计算，得到若干油膜特征；

S103，选取油膜样本、类油膜样本和海水样本构成原始样本集，在所述原始样本集中选取若干子样本集，利用所述油膜特征对子样本集进行训练，得到随机森林模型；

S104，利用所述随机森林模型中的基尼系数提取所述油膜特征的贡献度，所述油膜特征的贡献度用于为提取油膜时的特征选择提供支持；

S105，所述油膜特征构成油膜特征向量集，基于所述随机森林模型对油膜特征向量集进行分类，获得油膜提取结果。

进一步地，步骤S101中，所述研究区域为油膜与油膜类似物同时存在的海面，所述滤波处理的方式选择精细Lee滤波和Sigma Lee滤波中的任一种。