数字图像处理在溢油中的应用
UHD185机载高速成像光谱仪在海上溢油监测中的应用
UHD185机载高速成像光谱仪在海上溢油监测中的应用海上溢油污染是最常见的海洋污染之一，其对海洋污染的程度超过重金属污染、放射性污染等，成为当今全球海洋污染的最严重问题。
高光谱遥感技术作为一种有效监测溢油污染的手段，在国内外的溢油监浏系统中正扮演着越来越重要的角色。
高光谱遥感能够通过目标的光谱特征剔除颜色和外观与油膜相同的假目标，提供更精确和令人信服的分类结果，高光谱遥感突破了光谱分辨率的限制，在获取地表空间图像的同时，获取每个像元近乎连续的窄波段光谱信息，不仅可以有效区分油膜与水，而且可根据不同油种和不同时期的油膜的光谱吸收特征差异推断所泄漏油的种类与时间，从而实现依据地物光谱特征的目标探测与识别。
机载高光谱在海上溢油污染监测领域取得了快速发展，利用海上溢油在可见近红外光谱区域（400-1000nm）的吸收特性，国内外在机载高光谱在溢油监测中取得的成果应用主要集中在以下领域：※区分溢油目标与假目标对象，制作溢油分布图※油膜的探测研究，油膜厚度的定量分析※溢油扩散分析，海水污染与油污残留监测※海上溢油量的半定量分析，评估溢油污染程度※海上烃类异常信息提取，辅助地质资料制备UHD185机载高速成像光谱仪是国内首款全画幅、非扫描、实时成像的机载高光谱成像系统，具有革命性的全画幅高光谱成像技术，是目前高速成像光谱仪的最轻版本，综合了高速相机的易用性及高光谱精度为一体。
UHD185机载高速成像光谱仪可在1/1000秒内得到450-950nm范围内125个通道的数据立方体。
UHD185搭载的小型多旋翼无人机，采用了双飞控系统与自动开伞功能，大大提高了系统的安全性；通过配置多轴增稳云台，可获取质量极高的高光谱立方体数据，从而无需进行后期的IMU校正；通过预设飞行航线可实现全程自动航线飞行，极大提高了多旋翼无人机的可操作性。
UHD185机载高速成像光谱仪自带的Cube Ware光谱数据处理软件可进行光谱批量处理、光谱目标分类等多种功能，并提供开源代码便于用户后期开发与系统集成。
科学图像处理技术在地质石油勘探中的应用
科学图像处理技术在地质石油勘探中的应用一、前言地质石油勘探是指通过对地球结构、地下岩石和地下水文地质等方面的研究，确定地下地质信息和找到油气等矿产资源。
科学图像处理技术在地质石油勘探中扮演着不可忽视的重要角色。
本文将介绍科学图像处理技术在地质石油勘探中的应用。
二、图像处理技术图像处理技术是指对图像进行处理和分析的新兴技术。
图像处理技术可以通过数学方法、物理模型和计算机算法等手段来实现。
常用的图像处理技术包括图像增强、图像恢复、图像压缩、图像分割、图像识别、图像检索和图像测量等。
三、图像处理技术在地质石油勘探中的应用（一）图像增强地质石油勘探中，图像增强技术是最常用的技术之一。
图像增强技术可以有效地增强图像的对比度，使图像更加清晰明了，从而更好地识别地质构造和矿藏。
对于不同种类的地质结构，可以采用不同的图像增强方法，如直方图均衡化、小波变换、伽马校正等。
（二）图像分割地质石油勘探中，图像分割是指将图像分成若干个互不重叠的区域，每个区域都具有相似的特征。
图像分割技术可以有效地识别地质构造和矿藏，并提高图像监测的效率。
目前，常用的图像分割方法包括基于阈值的分割、区域生长分割、分水岭分割、边缘检测分割等。
（三）图像识别地质石油勘探中，图像识别是指识别并分类地质构造和矿藏。
图像识别技术可根据特定的特征对每个区域进行分类。
通常采用的特征包括形状特征、纹理特征、颜色特征、灰度共生矩阵特征等。
基于这些特征，可以采用分类器进行分类，如支持向量机分类器、人工神经网络分类器等。
（四）地震图像处理地震勘探是勘探中的一项重要技术。
地震图像处理是指对地震数据进行处理和分析，从而识别出地下构造和矿藏。
目前，常用的地震图像处理方法包括暗反演、波场外推、成像等。
四、总结地质石油勘探中，科学图像处理技术应用广泛。
图像增强、图像分割、图像识别和地震图像处理等技术的应用，可以提高勘探的效率和准确性，为石油勘探行业的发展做出贡献。
随着科学技术的不断推进，科学图像处理技术必将在地质石油勘探中发挥越来越重要的作用。
最小模糊熵算法在sar影像溢油检测中的应用
最小模糊熵算法在sar影像溢油检测中的应用随着石油化工产业的迅猛发展，溢油事故的发生频率也逐年增加。
对于溢油事故的快速响应和处理，基于合理的遥感数据处理与分析方法是必不可少的手段之一。
而最小模糊熵算法是一种被广泛应用于遥感影像处理和分析领域的算法，它可以在保证溢油检测结果的准确性的同时，提高溢油检测的效率和自动化程度。
最小模糊熵算法是一种基于模糊集理论的数据处理方法，它借鉴了信息熵和概率论的相关理论，能够将图像的信息量最大化，从而提高图像的质量。
该算法的核心在于使用最小模糊熵原理，通过将灰度值集合划分为多个模糊子集，分别计算每个子集的二值化阈值，最终确定最佳阈值，以实现目标图像的分割。
在溢油检测中，最小模糊熵算法可以通过图像分割方法对原始遥感影像数据进行处理，使得溢油部位与背景的差异更加显著，同时也可以排除图像中的噪声和杂波。
首先，选定合适的遥感影像数据源。
通常，高分辨率SAR（合成孔径雷达）影像是进行溢油检测最常用的数据源。
对于SAR影像，其光学和同步从地面操作的能力并不受到天气、亮度和时间等因素的影响，可以更好地感知海面上的发生事件。
然后，对原始遥感影像数据进行预处理。
预处理包括图像去噪和波束几何校正，以消除遥感影像中噪声和非正常波束角度的失真。
接着，使用最小模糊熵算法进行图像分割处理。
具体步骤如下：1. 将遥感影像数据灰度进行规范化。
2. 将规范化后的灰度图像分成多个模糊子集。
3. 计算每个模糊子集的阈值，确定最佳阈值。
4. 对遥感影像进行二值化处理，并根据二值化后的结果提取溢油区域。
最后，对提取出的溢油区域进行图像分析和编目处理，以便进一步分析研究和处理溢油现象。
总的来说，最小模糊熵算法在SAR遥感影像溢油检测中发挥了重要的作用。
通过该算法的应用，可以快速、准确地检测海面上的溢油事故，为及时响应和处理提供便利和支持，同时也为溢油的长期监测和预警提供了基础数据和技术支持。
高光谱溢油图像特征提取在油种识别中的应用.
大连海事大学硕士学位论文高光谱溢油图像特征提取在油种识别中的应用姓名：杨倩倩申请学位级别：硕士专业：计算机科学与技术（计算机应用技术）指导教师：安居白20100601中文摘要摘要高光谱遥感技术在农业、矿石等领域得到了广泛的应用，而且发展比较迅速。
此技术迅速发展的原因在于其自身的优点：高光谱图像波段多，且图谱合一，分辨率高，数据量丰富，包含整个可见光、近红外、短波红外、热红外波段的多而窄的连续光谱。
高光谱遥感的出现使得本来在宽波段遥感中不可预测或不容易区分的物质，在高光谱遥感中将能被探测或较好的区分。
国内外现有的对溢油检测的研究大都是基于红外、近红外等图像数据的研究，把高光谱图像数据用于溢油检测方面的例子很少，因此此项研究具有重大的研究价值。
由于高光谱图像波段多（最多可达几百个波段），数据量非常大，处理异常复杂，而且有些波段所带的信息量极少或者没有，甚至会给后续处理带来干扰，因此降维便成了高光谱图像处理的一个关键性步骤。
高光谱图像降维有两种方法，一种方法是特征提取，另一种方法是波段选择。
本文着重就高光谱图像特征提取和溢油油种分类识别做了深入分析，研究了基于ＧＡ．ＰＣＡ的特征提取方法和基于ＳＡＭ．ＳＦＦ的油种识别方法，且利用实验室现有的实验设备做了溢油实验，建立了溢油油种波谱库。
基于ＧＡ．ＰＣＡ的特征提取算法将遗传算法引入特征提取过程，并将遗传算法和主成分分析结合共同实现降维过程；基于ＳＡＭ．ＳＦＦ的油种识别方法将光谱角匹配和波谱特征拟合这两种方法相结合，实现了较好的识别效果。
本文利用美国内华达州（Ｎｅｖａｄａ）Ｃｕｐｒｉｔｅ地区的高光谱影像数据和溢油实验所得图像分别对基于ＧＡ．ＰＣＡ的特征提取方法和基于ＳＡＭ．ＳＦＦ的油种识别方法进行了实验验证。
用基于ＧＡ．ＰＣＡ的特征提取方法特征提取后，Ｃｕｐｒｉｔｅ地区的高光谱影像的分类精度可达９６．４７０６％，比用基于ＰＣＡ的特征提取方法的分类精度提高了５．８８２４个百分点。
基于图像处理的油液污染度检测
颗粒对飞机液压装置的影响不容忽视。这些颗粒有大有小 ， 其中
某种大小的颗粒可能对飞机来说是致命的。
对于飞机液压传动所用的液压油 的检测 ， 一般称为污染度
检测 ， 就是 对液压 油抽样 检测 ， 根据统 计结果 ， 将油 中的颗粒按 大小分成若干等级 ， 每个 等级 颗粒 的多少决定了液压油被污染 的程度以及是 否能用 。 液压 传动失灵 的一个原 因就 是 由于金 属颗粒卡住 了传送 机构。因此 ， 对于污染来说 ， 某种大小的颗粒 危害最大 。对于液
压油的检测往 往不太容易 。飞机所用 的液压油是红色 的， 有一 定的透明 度 ， 使我们想 到利用 图像 处理技术进 行检测 ： 这 让抽 样的样品油匀速流过一个管道 ，在管道的某处对流场成像 ， 再
对图像进 行分析处理 。 当然在成像前 ， 要将红光滤掉 。 本文 的工 作正是基 于这样一种思路 。 图 ｌ 双峰灰度级直方图
维普资讯
计算机 时代 ２ ０ ０６年 第 ７期
・ ２・ ３
基 于 图像 处 理 的油 液污 染度检 测 ★
郭 四稳
（ 广州大学计算机教育软件研 究所，广东 广州 ５００） １０６
摘 要 ：机械 装置 的液压 系统非常重要 ， 液压油 中金属 颗粒对液压装置有着至关重要 的影响 ， 因此 ， 于液 压油的检测也 对
通 成分 。
、
２５ ５
连 通成分标 记有多种不同的算法 ， 归搜索 算法和逐行算 递
法是比较普遍 的两种算法 。
２１递 归标 记 算 法 ．
图 ２ 多峰值灰度级直方图 直方 图计算可用数组数据结构和简单的程序实现 。
ｖ ｉ Ｈｓ ｇａ ） ｏ ｉ ｏ ｒｍ（ ｄ ｔ ｛ ｆｒ ｎ ｉ ０ ｉ ２ ６ ｉ ） ｏ （ｉ ＝ ： ＜ ５ ； ＋ ｔ ＋ Ｈ ｉ ＝０ ／ ［ 】 ：／ 初始化 直方图数组元素
基于数字图象处理的油液污染检测
基于数字图象处理的油液污染检测本文介绍一种新的基于数字图象处理的油液污染检测技术。
运用计算机图象处理借用医学上血球计数技术,摄取含污染物颗粒的照片,将照片扫描为计算机图象。
利用图象处理软件,统计、显示污染颗粒的大小和数量。
采用此方法成功地进行了检测实验。
液压油污染检测是液压系统维修和故障诊断的重要环节。
研究表明,液压系统的故障至少有70 %～80 %是由于液压系统不清洁造成的。
油液杂质的存在使液压元件过度磨损,从而引起系统性能恶化,严重时将造成元件损坏或系统失灵。
目前,国内外常用的油液污染评定方法主要有称重法、光测法、电测法、淤积法和计数法等。
其中前4 种方法虽然在一定程度上能定性或定量地确定出油液污染程度,但它们均不能给出油液中污染颗粒的形状、尺寸及其分布情况。
而计数法则能定量地确定有关油液污染颗粒的信息。
传统的光学显微镜计数法是将100 ml 油样通过稀释、过滤,然后采用带有格子的特殊显微镜进行观察, 并与NAS1638 12 级的污染度标准或由文献外推后得到的NAS1638 16 级的污染度进行对比,以确定油液污染度等级。
显然此方法的检测工作量大、精度低,而且检测速度也很慢。
检测方案从图象处理的角度出发,如果根据NAS1638 标准,对100 ml 油液经稀释放大后所成的图象将大得惊人,在技术上无法实现。
为了解决这个问题,采用了医学上的血球计数技术。
从液压系统中取少量油样,稀释倍数设为n 倍,然后在血球计数板上测出稀释后的1 mm3 油液中所含的各档尺寸的颗粒数目,重复几次取平均值,然后乘以n ×105即可得出100 ml 油液中的颗粒数目,并以此根据NAS1638 可以获得油液的污染等级。
油液中的颗粒数的测定,利用上海医用光学仪器厂所生产的XB2K225 血球计数板。
该板为一特制的玻璃片,上面分别刻有上、下两个计数室,见图1 。
每室分为9 个大方格,大方格每边长1 mm, 计数室深度为0.1 mm, 故每个大方格的容积为011 mm3 ,从上、下各取5 格为颗粒计数格,则总容积为1 mm3 。
计算机视觉在石油中的应用
计算机视觉在石油中的应用
随着科技的发展，计算机视觉的应用日益广泛，在石油行业中也逐渐
得到了重视和应用。
一、油藏成像
计算机视觉可以通过处理海洋地震数据和地下电磁数据等方法，获取
更加精准的油藏成像结果。
这种方法可以在不损伤地球的情况下获取
更多的信息，提高了油藏开采的效率。
二、管道安全监测
石油管道运输是非常危险的，如何及时发现管道中的问题是至关重要的。
计算机视觉可以通过图像识别技术，快速检测管道是否存在破损、渗漏等问题，及时采取措施，保障管道的安全。
三、油品质检
计算机视觉可以通过图像识别技术对石油品质进行检测，快速准确地
发现石油中的杂质和有害化学物质，并提供实时警报，使得相应的检
测和处理措施能够尽早得到部署和执行。
四、石油钻探
在石油钻探的过程中，计算机视觉还可以通过处理视频图像，实现对
各项参数的实时监测，在钻探中及时发现异常，提高了钻探的效率和
安全性。
总结：
计算机视觉在石油行业中的应用不仅提高了生产效率，降低了安全风险，同时还提升了石油产业的质量和可持续性。
可以预见，在未来的发展中，计算机视觉的技术将会愈发成熟，石油行业也将在技术创新的推动下不断发展壮大。
海面溢油数值模拟及其可视化实现技术
海面溢油数值模拟及其可视化实现技术
海面溢油数值模拟及其可视化实现技术
摘要：由于石油工业和石油运输业的迅猛发展,油井井喷和油轮溢油事故频繁发生.积极探索溢油在水环境中的'运动规律,才能为溢油的清理提供强有力的指导.海上溢油数值模拟研究能定量地分析、评估溢油的演变,文章结合采用椭圆扩展模型和油粒子模型对溢油扩散漂移过程进行模拟,为相应的决策提供科学依据.而溢油的可视化技术基于GIS组件COM技术,将溢油数值模型的模拟计算结果以图形的方式,实时、动态地显示在电子海图上,从而实现了溢油漂移扩散过程的可视化.作者：庄学强陈坚孙倩 ZHUANG Xue-qiang CHEN Jian SUN Qian 作者单位：武汉理工大学,湖北,武汉,430062 期刊：中国航海ISTICPKU Journal：NAVIGATION OF CHINA 年，卷(期)：2007, (1) 分类号：X5 关键词：环境工程学溢油数值模拟可视化技术。
石油勘探中的图像处理算法研究与实现
石油勘探中的图像处理算法研究与实现随着石油资源的逐渐枯竭，石油勘探面临着越来越大的挑战。
为了更好地探测和开发石油资源，图像处理技术在石油勘探中扮演着重要的角色。
本文将介绍石油勘探中常用的图像处理算法，并探讨其研究与实现的相关问题。
一、图像处理在石油勘探中的应用图像处理技术在石油勘探中有着广泛应用。
其主要目标是通过对勘探数据的处理和分析，提取出有关地下油气储层的信息，为石油勘探和生产决策提供科学依据。
常见的应用包括岩石分类、油气藏预测、构造解释等。
1. 岩石分类岩石分类是石油勘探中重要的一步。
通过对地震图像进行处理与分析，可以对岩石进行分类和识别，并定量地表示岩石的物性参数，如孔隙率、渗透率等。
常用的图像处理算法包括阈值分割、边缘检测、纹理特征提取等。
2. 油气藏预测油气藏预测是石油勘探的核心任务之一。
通过地震资料的图像处理和解释，可以提取出地下储层的结构和特征信息。
常用的算法包括地震反演、剖面拾取、垂向反射率调整等。
3. 构造解释构造解释是勘探人员必须完成的任务之一。
通过对地震资料的图像处理和分析，可以揭示地下构造体的形态、空间分布及其与油气运移的关系。
常用的算法包括特征提取、曲线提取、三维建模等。
二、常用的图像处理算法1. 阈值分割阈值分割是最简单的图像处理算法之一。
通过设定一个阈值，将图像中的像素点分为两类，以提取出感兴趣的目标。
在石油勘探中，可以利用阈值分割算法来提取出岩石的边界、裂缝等。
2. 边缘检测边缘检测是图像处理中常用的算法之一。
通过寻找图像中的亮度变化较大的地方，可以提取出目标的边界信息。
在石油勘探中，边缘检测可以用于识别各种地质构造的边界，如断裂带、构造线等。
3. 纹理特征提取纹理特征提取是图像处理中常用的算法之一。
通过分析图像的纹理特征，可以提取出目标的纹理信息。
在石油勘探中，纹理特征提取可以用于识别不同岩石的纹理特征，以帮助岩石分类和物性参数估计。
三、石油勘探中图像处理算法研究与实现的问题1. 数据质量石油勘探中的数据通常具有复杂的噪声、信号衰减等问题，对图像处理算法提出了较高的要求。
PCNN在溢油遥感图像边缘检测中的应用研究的开题报告
PCNN在溢油遥感图像边缘检测中的应用研究的开题报告一、选题背景及意义近年来，随着全球工业化和城市化的加速，石油等化学物质的使用越来越普遍。
然而，由于人为或自然原因，一些溢油事件时常发生，给环境和人类健康带来了巨大的危害。
同时，这些事件的发生也对海洋生态系统造成了不可逆的损害。
因此，如何快速、准确地识别、定位和跟踪溢油事件，对于保护环境和维护生态平衡具有重要意义。
遥感技术是一种非接触的监测技术，能够通过卫星、飞机等载体获取地球表层信息，包括地形、气候、植被、水体等。
因此，遥感技术在环境监测中得到了广泛的应用，尤其是在溢油事件的识别和定位方面能够提供准确的数据支持。
边缘检测是遥感图像分析中的一个基本问题。
它可以提取图像中物体的轮廓，对于溢油事件的定位和跟踪非常重要。
目前，边缘检测的方法主要分为基于阈值、梯度、模板和机器学习等方法。
然而，由于遥感图像的特殊性质，传统的边缘检测方法在实际应用中表现不尽如人意，如在光照、阴影、噪声等因素的影响下容易产生错误的边缘。
随着深度学习技术的发展，卷积神经网络（CNN）已经被广泛应用于图像处理领域。
通过输入大量训练图像来学习边缘特征，可以进一步提高遥感图像边缘检测的精度。
而融合脉冲耦合神经网络（PCNN）则是一种能够模拟人脑神经系统的神经网络，可以捕捉图像中的局部和全局特征，对于遥感图像边缘检测具有一定的优势。
因此，本研究选择PCNN在遥感图像边缘检测中的应用，旨在提高遥感图像边缘检测的精度和鲁棒性，为溢油事件的定位和跟踪提供更准确的数据支持，同时也为遥感图像处理领域的研究提供新的思路和方法。
二、研究内容和方法本研究的主要内容包括以下几个方面：1. 研究遥感图像边缘检测的主要方法和技术，分析其优缺点和应用场景。
2. 研究PCNN的基本原理和特点，以及在图像处理中的应用情况，并探讨其在遥感图像边缘检测中的优势。
3. 基于深度学习框架，设计并实现一种基于PCNN的遥感图像边缘检测算法，包括网络结构设计、数据预处理、训练和验证等步骤。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
数字图像处理在溢油中的应用姓名：学号：年级: 2013级专业：地图学与地理信息系统引言溢油作为海洋最严重的污染之一，给海洋生态环境造成了严重影响。
海洋溢油是由事故引起的,如:轮船的碰撞,翻船,海上油井的破裂,水下输油管、储油罐的泄漏。
随着世界海洋运输业的发展和海上油田不断投入生产,全世界每年泄漏入海的石油及石油产品已超过600万吨,其中油船溢油超过三分之一。
由于石油及石油产品不易降解,因此大量进入水圈、大气圈和生物圈,对大片海域和大气环境造成长期的危害。
这些危害包括破坏受污海域的海洋生态环境,造成鱼类;鸟类、海藻和其它海洋生物的大面积死亡;破坏海滨环境和娱乐场所等等。
溶解于水中和沉入海底的污油还会对整个海域环境和生态造成长期的影响。
石油及石油产品对近海海域的污染,己引起世界各国政府的重视。
特别在发达国家,政府投入了大量资金,建立常备的探测系统,对近海专署经济区和领海海域进行巡视、监测和管理。
在已投入的监测系统中,遥感是最重要和最有效的手段之一。
利用卫星遥感技术来监测海洋溢油,是一条切实可行而且很有发展前途的监测途径。
在许多国家,卫星航天器、遥感监测飞机和海面巡视船结合的立体监测管理系统,已能有效地对海域进行石油污染监测和管理。
但直接从卫星上接收到的遥感数据中包含大量信息,且受到天气等客观条件影响,存在不少干扰信号。
为了突出溢油信息,消除干扰,准确识别及估算溢油情况,原始数据必须经过复杂的计算机图像处理,才能达到监测的要求。
遥感图像处理技术成为影响溢油监测准确性的关键。
遥感图像是数字图像,遥感图像的处理基本上属于数字图像处理。
数字图像处理就是把图像根据一定的采样规则进行采样和量化成计算机能接受的形式,一般而言是用数字矩阵来表达。
然后用数学知识如泛函分析、矩阵变换、数值分析等一套理论来进行处理和提取数字特征,根据一定的数学方法对其图像进行分析,提取我们感兴趣的东西,从而使我们从图像中得到更多的知识,为其应用提供理论基础。
这门学科是近二十年来随着计算机技术的飞速发展和遥感技术的蓬勃兴起与广泛应用而成长起来的新兴领域,并在遥感及其它科学技术工作中得到了日益广泛的应用。
遥感图像处理是其中数量最大、应用最广的领域,处理的技术方法也最为复杂多样。
其中包括由航天、航空、以及地面的各种不同波段、不同类型传感器所获取的图像数据,用于地球资源、环境、大气现象等多方面的研究和探测。
这些源源不断并且与日俱增的数据来源促进了数字图像处理技术的迅速发展和普及,也使其在遥感中的应用达到了一定的水平。
但海洋溢油遥感由于可变性客观因素很多,目标信息、微弱等原因,其数字图像处理技术还没有形成一个较成熟的模型。
遥感技术应用在海上石油污染监测始于1969年,美国使用C一47运输机,装载两部多波段可见光扫描仪,对加利福尼圣巴巴拉附近海上采油区井喷造成的海上污油区进行海面石油污染监测,对海上油膜及扩散进行了跟踪测量。
这次航空遥感监测油污取得了很好的效果,得到了较高的评价。
随后,美国、日本、前苏联、瑞典等国家在这方面做了许多实验研究工作,使海面油污的遥感监测技术得到了迅速的发展。
现在,各种传感器和计算机系统的日益进步,使遥感技术己经能对海面油膜的覆盖范围、油膜厚度、溢油数量和污油油种进行监测。
航空遥感技术监测海洋环境在发达国家己经实现了常规化、业务化的应用。
我国对海洋石油污染遥感方面的研究起步较晚。
1980年,由国家海洋局第一海洋研究所等首先开始了我国航空遥感监测海上污油的实验工作。
随后,国家海洋局第二研究所在这方面也进行了许多工作。
近几年来,大连海事大学遥感研究室对海上油膜光谱特征及利用卫星遥感监测溢油事故进行了一系列的研究,取得了一定的成果。
遥感技术,按照搭载遥感传感器的遥感平台(遥感中搭载传感器的工具)的不同,有航空遥感与卫星遥感(即航天遥感)之分。
而根据传感器工作的电磁波波段不同,又可以分为激光遥感、紫外遥感,可见光遥感,红外遥感,微波遥感等。
各个波段传感器都有自己的优势和不足,目前,利用多波段传感器共同监测海洋溢油成为溢油遥感发展的趋势。
图像处理也就是图像信息的处理,缺乏对遥感图像的信息内容、信息量及其相.关二知识的了解,图像处理工作就会是盲目的。
遥感图像的信息内容一般分为两个部分,即波谱特征信息和空间形态信息。
对于海洋遥感来说,我们主要研究的是波谱特征信息。
遥感图像中每个象元的亮度值代表的是该象元中地物的平均辐射值(大气影响除外),称之为该地物的波谱特征;它是随地物的成分、结构、形态、表面特征及所使用电磁波段而变化的。
亮度值是经过量化了的辐射值,是一种相对的量度。
不同地物之间的亮度值差异以及同一地物在不同波段内的亮度值差异(一般作为一个多维向量或波谱样式)就构成了波谱特征信息,或称波谱信息。
【4]海上油膜光谱特征测试分析是遥感监测溢油的基础,掌握了溢油的光谱特征,才能有的放矢地进行溢油图像的处理和信息提取。
在卫星遥感中进行溢油监测,当前应用最多的是可见光及红外遥感技术。
因此对这些波段内海面油膜光谱特征的分析,成为进行溢油图像处理和信息提取的关键。
‘海洋各方面的性质迥异于陆地,海洋遥感图像也与陆地图像大有不同,因此处理海洋遥感图像的方法自然与处理陆地信息有些差别。
众所周知,Landsat系列和NOAA系列卫星图像中有关海洋的信息微弱,层次变化比较少,灰度集中,信息内容和敏感性远不如陆地部分,且受噪声影响较显著,这就给图像处理和目标提取工作带来了一定的困难。
而海洋溢油由于物理化学性质的差异及受海上客观条件的影响,情况非常复杂。
处理溢油图像,首先应以油膜光谱为基础,做到有的放矢。
在知道油污基本性质时,能够迅速地提取油区信息;反之,根据对各卫星资料的处理结果,找出溢油区,确定它的种类及物理性质。
溢油图像处理总的来说应该是具体情况具体分析。
经大量试验,常用到的处理方法有:对比度扩展的灰度线性拉伸,分段线性拉伸,非线性拉伸,滤波的卷积运算(边缘检测、平滑处理),彩色增强的假彩色、伪彩色密度分割、彩色合成,各种通道运算、通道组合以及二值化处理等辅助手段。
而陆地遥感中用到较复杂的一些方法,在溢油遥感中并不适用。
视觉是人类从大自然获取信息的最主要手段，而图像正是人类获取视觉信息的最重要的手段。
图像处理就是对图像信息进行加工，以满足人的视觉或心理或应用的需求的行为。
数字图像处理就是把图像根据一定的采样规则进行采样和量化成计算机能接受的形式,一般而言是用数字矩阵来表达。
然后用数学知识如泛函分析、矩阵变换、数值分析等一套理论来进行处理和提取数字特征,根据一定的数学方法对其图像进行分析,提取我们感兴趣的东西,从而使我们从图像中得到更多的知识,为其应用提供理论基础。
它是一门新兴的应用学科，其发展速度异常迅速，应用领域极为广泛。
数字图像处理技术就是利用计算机或其他数字硬件，对图像信息转换而得的电信号进行某些数学运算，如去除噪声、增强、复原、分割、提取特征等，以提高图像的实用性。
它的特点是处理精度高，而且可以通过改进处理软件来优化处理效果，操作方便，但是数字图像处理的数据量非常大，处理速度慢。
随着计算机技术的飞速发展，计算机的运算速度大大提高，这将大大促进数字图像处理技术的发展。
数字图像处理的早期应用是对宇宙飞船发回的图像所进行的各种处理。
到了70年代，图像处理技术的应用迅速从宇航领域扩展到生物医学、信息科学、资源环境科学、天文学、物理学、工业、农业、国防、教育、艺术等各个领域与行业，对经济、军事、文化及人们的日常生活产生重大的影响。
数字图像处理技术发展速度快、应用范围广的主要原因有两个。
最初由于数字图像处理的数据量非常庞大，而计算机运行处理速度相对较慢，这就限制了数字图像处理的发展，现在计算机的计算能力迅速提高，运行速度大大提高，价格迅速下降，图像处理设备从中、小型计算机迅速过渡到个人计算机，为图像处理在各个领域的应用准备了条件。
第二个原因是由于视觉是人类感知外部世界最重要的手段，据统计，在人类获取的信息中，视觉信息占60％，而图像正是人类获取信息的主要途径，因此，和视觉紧密相关的数字图像处理技术的潜在应用范围自然十分广阔。
数字图像处理最早出现于20世纪50年代，它作为一门学科大约形成于20世纪60年代初期。
早期的图像处理的目的是改善图像的质量，输入的是质量低的图像，输出的是改善质量后的图像。
首次获得实际成功应用的是美国喷气推进实验室。
他们对航天探测器在1964年发回的几千张月球照片使用了图像处理技术，为人类登月创举奠定了坚实的基础，也推动了数字图像处理这门学科的诞生。
数字图像处理取得的另一个巨大成就是在医学上获得的成果。
1972年英国工程师Housfield发明了用于头颅诊断的X射线计算机断层摄影装置，也就是我们通常所说的CT。
CT的基本方法是根据人的头部截面的投影，经计算机处理来重建截面图像。
1979年，这项无损伤诊断技术获得了诺贝尔奖，说明它对人类作出了划时代的贡献。
从70年代中期开始，随着计算机技术和人工智能、思维科学研究的迅速发展，数字图像处理向更高、更深层次发展。
人们已开始研究图像理解或计算机视觉。
图像理解虽然在理论方法研究上已取得不小的进展，但它本身是一个比较难的研究领域，存在不少困难，因人类本身对自己的视觉过程还了解甚少，因此计算机视觉是一个有待人们进一步探索的新领域。
数字图像处理的发展主要依赖于计算机的发展水平和数学理论的突破,随着二者的发展而发展。
由于计算机是20世纪40年代才开始发展,因而数字图像处理真正发展也是从这个时期开始的。
到20世纪的80年代末由于计算机技术的飞速发展,数字图像处理才真正在计算机得到实现,其价值也得到了体现。
数字化仪和扫描仪的大量生产,遥感技术的飞跃发展以及算法的成熟促进了其发展。
其应用体现在以下方面,应用是相当广泛的。
1.通讯技术。
图像传真,电视电话,卫星通讯,数字电视等。
2.宇宙探索。
其他星体图像处理。
3.遥感技术。
农林资源调查,作物长势监视,自然灾害监测、预报,地势、地貌以及地质构造测绘,找矿,水文、海洋调查,环境污染检测等。
4.生物医学。
X射线、超声、显微镜图像分析,内窥镜图、温谱图分析,CT及核磁共振图分析等。
5.工业生产。
无损探伤,石油勘探,生产过程自动控制,工业机器人视觉的应用与研究等。
6.气象预报。
天气云图测绘、传输。
7.计算机科学。
文字、图像输入的研究,计算机辅助设计,人工智能研究,多媒体计算机和智能计算机研究等。
8.军事技术。
航空及卫星侦察照片的判断,导弹制导,雷达、声纳图像处理,军事仿真等。
9.侦缉破案。
指纹识别,印鉴、伪钞识别,手迹分析等。
10.考古。
恢复珍贵的文物图片、名画、壁画等的原貌。
11.测绘。
在GIS,GPS,RS,高精密测量中以及数字地球、地图压缩中的应用。