一种基于改进U-Net的SAR海洋溢油图像分割方法技术

技术编号:41251237 阅读:27 留言:0更新日期:2024-05-09 23:59
本发明专利技术提供一种基于改进U‑Net的SAR海洋溢油图像分割方法,属于SAR图像语义分割和海洋溢油检测领域,包括以下步骤:获取SAR海洋溢油原始图像和标注好溢油区域的SAR海洋溢油图像,构成SAR海洋溢油数据集;对SAR海洋溢油数据集进行预处理,对预处理后的SAR海洋溢油数据集划分训练集和测试集;构建基于CoordAttention模块改进的U‑Net语义分割模型;基于训练集数据实现改进的U‑Net语义分割模型的训练,得到训练好的权重文件;将测试集数据输入到训练好的权重文件中,基于改进U‑Net语义分割模型的训练权重,实现对输入的SAR海洋油溢测试图像的溢油区域目标的自动预测分割,本发明专利技术有效提升了SAR海洋溢油图像溢油检测分割的精度。

【技术实现步骤摘要】

本专利技术涉及sar图像语义分割和海洋溢油检测领域,具体涉及到一种基于改进u-net的sar海洋溢油图像分割方法。


技术介绍

1、海上石油平台、运输事故和船舶故意排放的石油,以及能源生产和操作失误造成的石油处置等等,都可能会发生石油泄漏。石油在海面上一旦发生泄露,会对我国海洋生态环境造成严重的破坏,经济也遭受到惨重损失,因此能够快速、有效地进行精准的海上溢油检测,这对海洋污染的治理以及生态环境的保护有着重要意义和作用。

2、合成孔径雷达具有覆盖范围广、全天时和全天候的特点,因此合成孔径雷达(sar)是用于探测和监测溢油最常用的雷达成像工具。由于在合成孔径雷达(sar)影像中,海面上的油污会减弱bragg散射,从而被溢油覆盖的表面像素会呈现黑色。海表面的低风速区域、自然油膜、浅海地区以及浮游生物群在sar影像上也表现出暗斑特征,使得溢油图像中总是存在不均匀强度、高噪声和模糊边界的现象,这类现象导致溢油暗斑的自动分割非常困难。

3、近年来,深度学习在图像、语音和文本处理等领域表现突出。卷积神经网络(cnn)拥有良好的特征提取能力。对于输本文档来自技高网...

【技术保护点】

1.一种基于改进U-Net的SAR海洋溢油图像分割方法,其特征在于,包括如下步骤:

2.根据权利要求1所述的一种基于改进U-Net的SAR海洋溢油图像分割方法,其特征在于,所述对SAR海洋溢油数据集进行预处理,对预处理后的SAR海洋溢油数据集划分训练集和测试集的过程如下:

3.根据权利要求1所述的一种基于改进U-Net的SAR海洋溢油图像分割方法,其特征在于,所述构建U-Net语义分割模型包括用于收缩路径的编码器、CoordAttention模块和用于扩张路径的解码器;

4.根据权利要求1所述的一种基于改进U-Net的SAR海洋溢油图像分割方法,其特征...

【技术特征摘要】

1.一种基于改进u-net的sar海洋溢油图像分割方法,其特征在于,包括如下步骤:

2.根据权利要求1所述的一种基于改进u-net的sar海洋溢油图像分割方法,其特征在于,所述对sar海洋溢油数据集进行预处理,对预处理后的sar海洋溢油数据集划分训练集和测试集的过程如下:

3.根据权利要求1所述的一种基于改进u-net的sar海洋溢油图像分割方法,其特征在于,所述构建u-net语义分割模型包括用于收缩路径的编码器、coordattention模块和用于扩张路径的解码器;

4.根据权利要求1所述的一种基于改进u-net的sar海洋溢油图像分割方法,其特征在于,所述基于训练集数据实现改进的u-net语义分割模型的训练,得到训练好的权重文件包括以下步骤:

5.根据权利要求4所述的一种基于改进u-net的sar海洋溢油图像分割方法,其特征在于,当输入的图像大小为512×512×3的时候,所述编码...

【专利技术属性】
技术研发人员:陈晓楠苏文睿
申请(专利权)人:大连海事大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1