【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 ...
【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:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。