-
公开(公告)号:CN116206203B
公开(公告)日:2023-08-18
申请号:CN202310217615.9
申请日:2023-03-08
Applicant: 中国石油大学(华东)
IPC: G06V20/10 , G06V10/40 , G06V10/764 , G06V10/774 , G06V10/82 , G06V10/80 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了基于SAR与Dual‑EndNet的溢油检测方法,包括以下步骤:获取目标海面的全极化SAR图像;对全极化SAR图像进行Pauli分解,得到奇次散射和偶次散射的散射能量,利用散射能量,合成PauliRGB图像;对全极化SAR图像提取溢油检测的极化特征,并利用随机森林算法对极化特征进行选择,得到极化特征图像;基于PauliRGB图像和极化特征图像,获得几何空间样本数据集、极化特征数据集和样本标签集,并划分为训练集和测试集;构建Dual‑EndNet网络模型;利用训练集对Dual‑EndNet网络模型进行训练;利用测试集和训练好的Dual‑EndNet网络模型完成对目标海面的溢油检测。
-
公开(公告)号:CN116343113A
公开(公告)日:2023-06-27
申请号:CN202310219804.X
申请日:2023-03-09
Applicant: 中国石油大学(华东)
IPC: G06V20/52 , G06V10/20 , G06V10/40 , G06V10/82 , G06V10/764 , G06N3/0455
Abstract: 本申请公开了基于极化SAR特征与编解码网络的溢油检测方法及系统,其中,方法步骤包括:采集极化SAR图像;对极化SAR图像进行预处理,得到处理后图像;对处理后图像进行30个极化特征的提取与降维操作,得到溢油区域极化特征;同时使用CV模型来辅助提取完整的SAR图像溢油区域边缘获取几何特征。基于溢油区域极化特征和几何特征图像划分为训练集和测试集,构建并训练编码器‑解码器检测模型;并通过训练好的模型完成海面溢油检测。
-
公开(公告)号:CN116206203A
公开(公告)日:2023-06-02
申请号:CN202310217615.9
申请日:2023-03-08
Applicant: 中国石油大学(华东)
IPC: G06V20/10 , G06V10/40 , G06V10/764 , G06V10/774 , G06V10/82 , G06V10/80 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了基于SAR与Dual‑EndNet的溢油检测方法,包括以下步骤:获取目标海面的全极化SAR图像;对全极化SAR图像进行Pauli分解,得到奇次散射和偶次散射的散射能量,利用散射能量,合成PauliRGB图像;对全极化SAR图像提取溢油检测的极化特征,并利用随机森林算法对极化特征进行选择,得到极化特征图像;基于PauliRGB图像和极化特征图像,获得几何空间样本数据集、极化特征数据集和样本标签集,并划分为训练集和测试集;构建Dual‑EndNet网络模型;利用训练集对Dual‑EndNet网络模型进行训练;利用测试集和训练好的Dual‑EndNet网络模型完成对目标海面的溢油检测。
-
-