一种基于HOG特征与GLCM特征融合的航海雷达油膜检测方法及系统技术方案

本发明专利技术公开了一种基于HOG特征与GLCM特征融合的航海雷达油膜检测方法及系统，涉及图像处理、油膜识别技术领域。本发明专利技术的技术要点包括：对航海雷达图像数据进行预处理，将预处理后的图像进行切割，获取多个子图像；提取每个子图像的方向梯度直方图，并对多个方向梯度直方图进行特征降维；提取每个子图像的灰度共生矩阵中的多个特征；采用因子分析方法，将HOG特征与GLCM特征进行融合；将融合后的特征输入预先训练好的分类器中进行分类，获取溢油检测有效区域；利用基于模拟退火算法的改进粒子群优化算法对溢油检测有效区域进行分割，获取油膜提取结果。本发明专利技术提高了溢油有效检测区分类效率，为航海雷达溢油检测技术提供了新的手段。

【技术实现步骤摘要】

本专利技术涉及图像处理，具体涉及一种基于hog特征与glcm特征融合的航海雷达油膜检测方法及系统。

技术介绍

1、随着人类经济活动的持续增长，海上溢油事故频发，对环境、生态系统和人类健康造成了长期破坏性影响。星载和机载溢油检测技术发展非常成熟。但这两种手段目前不能完全满足溢油实时追踪的要求。航海雷达溢油检测技术旨在溢油事件应急处置中提供有效的检测数据。这项始于20世纪60年代。此后，随着航海雷达技术的不断进步，探测距离和精度都有了显著提高。目前，主流的航海雷达溢油检测方法包括自适应阈值法、活动轮廓模型(acm)、纹理特征分类和深度学习法。其中，自适应阈值的有效分割依赖于噪声抑制、灰度调整和局部对比度增强的良好结果；航海雷达油膜探测的acm技术在不断发展，但这种方法仍然需要一个合理的零水平集才能达到理想的效果；航海雷达溢油探测纹理特征与分类方法相结合的手段，多数应用在有效溢油检测有效区域的筛选。

技术实现思路

1、为此，本专利技术提出一种基于hog特征与glcm特征融合的航海雷达油膜检测方法及系统，用以解决现有本文档来自技高网...

【技术保护点】

1.一种基于HOG特征与GLCM特征融合的航海雷达油膜检测方法，其特征在于，包括：

2.根据权利要求1所述的一种基于HOG特征与GLCM特征融合的航海雷达油膜检测方法，其特征在于，所述提取每个子图像的方向梯度直方图包括：对每个子图像进行归一化；将每个子图像划分为多个胞元，再将每个胞元的梯度方向均分成多个方向块，并计算每个像素的梯度；统计每个胞元的方向梯度直方图，进而获取每个子图像的方向梯度直方图。

3.根据权利要求2所述的一种基于HOG特征与GLCM特征融合的航海雷达油膜检测方法，其特征在于，所述对获得的多个方向梯度直方图进行特征降维包括：p>

4.根据权...

【技术特征摘要】

1.一种基于hog特征与glcm特征融合的航海雷达油膜检测方法，其特征在于，包括：

2.根据权利要求1所述的一种基于hog特征与glcm特征融合的航海雷达油膜检测方法，其特征在于，所述提取每个子图像的方向梯度直方图包括：对每个子图像进行归一化；将每个子图像划分为多个胞元，再将每个胞元的梯度方向均分成多个方向块，并计算每个像素的梯度；统计每个胞元的方向梯度直方图，进而获取每个子图像的方向梯度直方图。

3.根据权利要求2所述的一种基于hog特征与glcm特征融合的航海雷达油膜检测方法，其特征在于，所述对获得的多个方向梯度直方图进行特征降维包括：

4.根据权利要求1所述的一种基于hog特征与glcm特征融合的航海雷达油膜检测方法，其特征在于，所述提取每个子图像的灰度共生矩阵中的多个特征包括能量、对比度、逆差矩、熵、自相关。

5.根据权利要求1所述的一种基于hog特征与glcm特征融合的航海雷达油膜检测方法，其特征在于，所述采用因子分析方法，将降维后的多个方向梯度直方图与灰度共生矩阵中的多个特征进行融合的过程包括：

6.根据...

【专利技术属性】
技术研发人员：李博，徐进，褚李林，李正，杨玉强，黄圆媛，程敏，吴浩东，李希栋，
申请(专利权)人：广东海洋大学，
类型：发明
国别省市：