结合雷达卫星影像和AIS自动识别船舶偷排油污的方法技术

本发明专利技术提出了结合雷达卫星影像和AIS自动识别船舶偷排油污的方法，包括：获取雷达卫星影像中的油污与类油污像素；对所述油污与类油污像素进行线性识别，获取线型油污带，所述线型油污带呈一头窄一头宽分布；基于所述线型油污带，识别偷排油污的源头船舶，并对所述源头船舶进行溯源。本发明专利技术能够基于雷达卫星和船舶AIS，建立覆盖中远海水域的船舶偷拍油污行为海事监管能力，指导海事执法力量在船舶目的地港开展针对性的精准检查。港开展针对性的精准检查。港开展针对性的精准检查。

【技术实现步骤摘要】
结合雷达卫星影像和AIS自动识别船舶偷排油污的方法


[0001]本专利技术涉及船舶偷排油污行为识别
，尤其涉及结合雷达卫星影像和AIS自动识别船舶偷排油污的方法。

技术介绍

[0002]船舶油污水的合规去向包括船上处理后达标排放和上岸回收处理，因为处理成本较高，导致船舶在海上航行期间的偷排油污现象屡禁不绝。相对封闭或离岸较近的海域，可采用飞机或海巡艇定期巡航的方式加强监管。而对于开阔的中远海水域来说，船舶密度低、离岸远，这种监管方式成本太高，使得船舶在中远海域偷排油污行为等不法行为的监管一直是个难点。甚至因为中远海水域远离人口密集的海岸带，该环境污染行为未能引起广泛的关注，使之一度成为了船舶防污染监管的盲点。雷达卫星具有不受云层干扰且能够辨识水上油污的优势，已被广泛应用于海上船舶事故溢油、海上石油平台溢油的跟踪监测中。船舶对雷达波存在强烈的反射，卫星、飞机或船上雷达也已被广泛应用于海上船舶的主动识别，与AIS这一被动识别系统优势互补，成为海上船舶监控的手段之一。但无论是雷达卫星影像，还是AIS，均尚未应用于船舶偷排油污行为的监管中。中远海水域防止船舶污染是必要的环保措施，中远海水域船舶偷排油污行为的监管具有重要意义。因此，亟需提出一种结合雷达卫星影像和AIS自动识别船舶偷排油污行为的方法，分析船舶偷排油污行为在雷达卫星影像中的特征，结合雷达卫星影像和AIS自动识别船舶偷排油污行为，技术上可行。

技术实现思路

[0003]为解决上述技术问题，为了能够建立覆盖中远海水域的船舶偷拍油污行为海事监管能力，指导海事执法力量在船舶目的地港开展针对性的精准检查，本专利技术提出结合雷达卫星影像和AIS自动识别船舶偷排油污的方法，包括：油污与类油污像素图像识别算法，线型油污带图像识别算法，源头船舶识别算法，源头船舶身份溯源方法。本专利技术利用雷达卫星影像中油污带和船舶雷达反射信号特异，以及偷排油污船舶与油污带之间存在紧密空间关联的特征，提出了自动识别船舶偷排油污行为的方法，并结合船舶AIS数据溯源其身份信息。本专利技术能够基于雷达卫星和船舶AIS，建立覆盖中远海水域的船舶偷拍油污行为海事监管能力，指导海事执法力量在船舶目的地港开展针对性的精准检查。
[0004]为实现上述目的，本专利技术提供了结合雷达卫星影像和AIS自动识别船舶偷排油污的方法，包括：获取雷达卫星影像中的油污与类油污像素；对所述油污与类油污像素进行线性识别，获取线型油污带，所述线型油污带呈一头窄一头宽分布；基于所述线型油污带，识别偷排油污的源头船舶，并对所述源头船舶进行溯源。
[0005]可选地，获取雷达卫星影像中的油污与类油污像素包括：获取雷达卫星影像中每一个像素的邻域宽度为z时的油污指数；
将所述油污指数与预设特定阈值i
threshold
进行判断，若小于，则将对应的像素判定为所述油污与类油污像素。
[0006]可选地，获取雷达卫星影像中每一个像素的邻域宽度为z时的油污指数包括：获取邻域宽度为z时的内邻域像素n值的平均值、内邻域像素n值的标准差和外邻域像素n值的平均值；基于所述内邻域像素n值的平均值、内邻域像素n值的标准差和外邻域像素n值的平均值，获取像素的油污指数；将z从1逐渐增加一个常数，重复计算油污指数，最后仅保留最小正数的油污指数作为该像素的所述油污指数。
[0007]可选地，所述油污指数为：i
x,y,z
=sd
x,y,z
/(ao
x,y,z
‑
ai
x,y,z
)其中，i
x,y,z
为邻域宽度为z时的油污指数，ai
x,y,z
为内邻域像素n值的平均值，sd
x,y,z
为内邻域像素n值的标准差，ao
x,y,z
为外邻域像素n值的平均值，x、y、z分别为像素在影像中的行号、列号和邻域宽度。
[0008]可选地，对所述油污与类油污像素进行线性识别过程采用Hough变换。
[0009]可选地，识别偷排油污的源头船舶PSS
x,y
包括：获取雷达卫星影像中的船舶像素PS
x,y
；获取所述线型油污带L
k
,
b
的窄头像素PO_Head
x,y
；获取所述船舶像素和所述窄头像素之间的距离和斜率，识别出所述源头船舶。
[0010]可选地，获取所述线型油污带的窄头像素包括：将所述油污与类油污像素上的所有所述油污指数的z值进行比较，z值越小则油污与类油污像素越接近线型油污带的窄头，z值越大则油污与类油污像素越接近线型油污带的宽头；计算z值最小的油污与类油污像素的x平均值x_zmin和y平均值y_zmin，计算z值最大的油污与类油污像素的x平均值x_zmax和y平均值y_zmax。若x_zmin<x_zmax，则窄头像素的x为z值最小的油污与类油污像素中的x最小值，反之则取x最大值；若y_zmin<y_zmax，则窄头像素的y为z值最小的油污与类油污像素中y最小值，反之则取y最大值。
[0011]可选地，获取所述船舶像素和所述窄头像素之间的距离和斜率后包括：当距离小于预设特定阈值dso
threshold
且斜率与k代表的直线与水平方向夹角之间的差值绝对值小于预设特定阈值k
bias
，则说明船舶与油污带不远且在线型油污带的延长线上，判定该船舶像素为线型油污带的源头船舶，否则不是；其中，k是油污像素利用hough变化识别到的直线的斜率。
[0012]可选地，对所述源头船舶进行溯源包括：根据雷达卫星影像的拍摄时刻t，根据雷达卫星影像的坐标系信息，将所述源头船舶在影像中的行列号位置x和y转化为经纬度x
s
, y
s
；从船舶AIS数据库中调取t时刻前后特定时长、[x
s
, y
s
]位置附近特定距离范围内的所有船舶AIS数据[t
ais
, x
ais
, y
ais
, v
ais
]；其中，t
ais
, x
ais
, y
ais
, v
ais
分别为AIS数据记录时刻、船舶经度位置、船舶纬度位置、船舶航速；对每一个AIS数据，计算|v
ais
×
(t
‑
t
ais
)2‑
(x
s
‑
x
ais
)2‑
(y
s
‑
y
ais
)2|，值最小的AIS数据
为该源头船舶的AIS数据，从AIS数据中提取唯一身份信息。
[0013]与现有技术相比，本专利技术具有如下优点和技术效果：本专利技术利用雷达卫星影像中油污带和船舶雷达反射信号特异，以及偷排油污船舶与油污带本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.结合雷达卫星影像和AIS自动识别船舶偷排油污的方法，其特征在于，包括：获取雷达卫星影像中的油污与类油污像素；对所述油污与类油污像素进行线性识别，获取线型油污带，所述线型油污带呈一头窄一头宽分布；基于所述线型油污带，识别偷排油污的源头船舶，并对所述源头船舶进行溯源。2.根据权利要求1所述的结合雷达卫星影像和AIS自动识别船舶偷排油污的方法，其特征在于，获取雷达卫星影像中的油污与类油污像素包括：获取雷达卫星影像中每一个像素的邻域宽度为z时的油污指数；将所述油污指数与预设特定阈值i
threshold
进行判断，若小于，则将对应的像素判定为所述油污与类油污像素。3.根据权利要求2所述的结合雷达卫星影像和AIS自动识别船舶偷排油污的方法，其特征在于，获取雷达卫星影像中每一个像素的邻域宽度为z时的油污指数包括：获取邻域宽度为z时的内邻域像素n值的平均值、内邻域像素n值的标准差和外邻域像素n值的平均值；基于所述内邻域像素n值的平均值、内邻域像素n值的标准差和外邻域像素n值的平均值，获取像素的油污指数；将z从1逐渐增加一个常数，重复计算油污指数，最后仅保留最小正数的油污指数作为该像素的所述油污指数。4.根据权利要求2所述的结合雷达卫星影像和AIS自动识别船舶偷排油污的方法，其特征在于，所述油污指数为：i
x,y,z
=sd
x,y,z
/(ao
x,y,z
‑
ai
x,y,z
)其中，i
x,y,z
为邻域宽度为z时的油污指数，ai
x,y,z
为内邻域像素n值的平均值，sd
x,y,z
为内邻域像素n值的标准差，ao
x,y,z
为外邻域像素n值的平均值，x、y、z分别为像素在影像中的行号、列号和邻域宽度。5.根据权利要求1所述的结合雷达卫星影像和AIS自动识别船舶偷排油污的方法，其特征在于，对所述油污与类油污像素进行线性识别过程采用Hough变换。6.根据权利要求4所述的结合雷达卫星影像和AIS自动识别船舶偷排油污的方法，其特征在于，识别偷排油污的源头船舶PSS
x,y
包括：获取雷达卫星影像中的船舶像素PS
x,y
；获取所述线型油污带L
k
,
b
的窄头像素PO_Head
x,y
；获取所述船舶像素和所述窄头像素之间的距离和斜率，识别出所述源头船舶。7.根据权利要求6所述的结合雷达卫星影像和AIS自动识别船舶偷排油污的方法，其特征在于，获取所述线型油污带的窄头像素包括...

【专利技术属性】
技术研发人员：胡健波，彭士涛，贾建娜，张翰林，刘海英，
申请(专利权)人：交通运输部天津水运工程科学研究所，
类型：发明
国别省市：