SAR已成为漏油监测的重要手段之一。 但是，溢油和相似点的特征是SAR图像上有黑点。 它们具有相似或相同的反向散射系数和灰度值，很容易产生混淆。 针对此问题，本文提出了一种深度学习模型-深度信念网络（DBN），该模型使用DBN来区分漏油，相似物和水。 在实验中，从三个SAR溢油图像中收集了900张图像，以形成一个小的样本空间数据集。 提取了诸如Tamura和灰度梯度共生矩阵之类的两种纹理特征，并选择了具有良好区分特征的特征向量作为模型的输入数据。 最后，将分类结果与传统的机器学习方法（BP，SVM）进行比较。 实验结果表明，本文提出的DBN模型在分类精度上优于这些分类器。
2021-07-05 19:21:19
1.12MB
1
水环境：改善河湖水质加强河湖水系及周边环境综合整治，提高水系连通性，恢复河道生态功能，构建流域相济、多线连通、多层循环、生态健康的水网体系水资源：保障生态基流，提升河流防洪排涝能力逐步恢复河滨带库滨带自然生态系统，改善河岸生态微循环，提高自净功能水生态：保护和修复水生态系统加强滨水地区生态化治理
2021-06-22 19:12:01
28.93MB