-
公开(公告)号：CN119723359A
公开(公告)日：2025-03-28
申请号：CN202411360979.3
申请日：2024-09-27
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于提示反馈与图斑相似性的SAR溢油自动化监测方法，S1：获取海域遥感图像，并进行预处理，得到处理后的图像；S2：输入U‑Net模型中得到初始溢油区域筛选结果；S3：用户任选一图斑，得出该图斑是溢油区域或非溢油区域的判断结果；S4：进行相似性计算，包括获得每个图斑的形状特征、纹理特征和后向散射特征，进而得到其他图斑各自对应的相似性得分；S5：将其他图斑各自对应的相似性得分与设定的相似性得分阈值进行比较，并进行相应处理；S6：重复执行S3‑S5，得到最终的溢油区域监测结果。本发明对溢油区域初步检测，并引入少量的人工提示机制，即可自动完成大规模区域的溢油检测与分析，有效减少了人工干预，极大提升了监测效率和准确度。
-
公开(公告)号：CN107464255B
公开(公告)日：2020-06-05
申请号：CN201710672199.6
申请日：2017-08-08
Applicant: 大连海事大学
IPC: G06T7/215
Abstract: 本发明公开了一种基于信息量与多尺度异常检测的船舶目标检测方法，针对单波段遥感图像，首先进行图像的重构，生成“伪”多光谱图像，然后通过正则化的RX算法进行多尺度异常检测，最后通过信息熵加权平均计算得到船舶目标检测结果。本发明综合各个检测尺度的优点，在不利用图像先验信息的情况下，能有效的对船舶目标预检测，不仅能在背景单一时保持各检测尺度的检测率，同时能在复杂海面背景时有效的检测出其中的船舶目标，具有一定的抗干扰能力，提高了各尺度的检测率，最终的检测率保证在百分之八十以上。本发明创造性的对图像空间域向频率域的变换，形成“伪”多光谱图像，解决了对单波段图像处理效果不佳的难题。
-
公开(公告)号：CN119295964A
公开(公告)日：2025-01-10
申请号：CN202411344049.9
申请日：2024-09-25
Applicant: 大连海事大学
IPC: G06V20/13 , G06V10/774 , G06V10/764 , G06V20/52 , G06V10/82 , G06N3/0464 , G06V10/80
Abstract: 本发明提供了一种多源遥感数据的海上油气平台监测方法及系统，包括如下步骤：S1、从多源遥感平台获取影像数据并存储至数据库中，对影像数据进行预处理；S2、在光学影像中标注油气平台的位置和类型，得到训练集和验证集；S3、将海上油气平台普查结果的坐标作为候选区域；S4、使用训练后的海上油气平台识别模型对包含候选区域的高分辨率光学影像中的油气平台进行识别，得到平台的精确位置和类别；S5、计算平台的精确位置和类别的红外影像特征或夜光影像特征，并结合预设的阈值判断待监测油气平台的作业状态。本发明通过多模态数据融合，实现对油气平台的精准识别与运行状态监测，为海上油气平台的安全监管提供技术支持。
-
公开(公告)号：CN119169481A
公开(公告)日：2024-12-20
申请号：CN202411326352.6
申请日：2024-09-23
Applicant: 大连海事大学
IPC: G06V20/13 , G06V10/26 , G06V10/44 , G06V10/764 , G06V10/82 , G06V10/80 , G06N20/10 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种SAR影像海冰检测的方法，包括获取SAR影像库中预设目标区域的SAR影像，以获取用于海冰检测的SAR影像数据集；对SAR影像数据集进行预处理，获取第一海冰掩膜图像集与海冰特征向量；对预创建的支持向量机进行训练，并根据训练后的支持向量机对SAR影像数据集进行分类预测，获取第二海冰掩膜图像；按照预设比例将第二海冰掩膜图像随机划分为训练集与验证集；将训练集输入至预创建的HRU‑Net模型进行模型训练，且基于构建的模型损失函数，根据验证集确认训练后的HRU‑Net模型是否收敛，以获取用于SAR影像海冰检测的支持向量机‑HRU‑Net检测模型；根据支持向量机‑HRU‑Net检测模型实现对待检测SAR影像的海冰检测。解决了目前存在的SAR海冰检测方法中对已标注样本依赖性高，海冰检测效率低、精度低等问题。
-
公开(公告)号：CN115451838B
公开(公告)日：2023-07-28
申请号：CN202211017501.1
申请日：2022-08-23
Applicant: 大连海事大学
IPC: G01B11/06 , G01N21/3577
Abstract: 本发明公开了一种基于红外光谱的薄油膜厚度检测方法，包括：选择水面目标区域，采用小型高温黑体提供红外辐射源，采用扩束镜对红外辐射源进行扩束准直，采用红外光谱仪测量水面的红外辐射光谱并获取光谱数据；基于红外辐射光谱采集地点的地理位置信息、采集期间的相对湿度、气温、时间信息输入大气辐射传输模型计算对应的大气背景红外辐射光谱；基于小型高温黑体的黑体辐射、辐射面口径、扩束镜口径和透射率计算到达油膜的黑体入射辐射亮度；计算界面反射率、透射率、油膜水温；根据入射辐射亮度、界面反射率和透射率计算油膜透射光谱；根据吸收系数光谱和透射光谱计算油膜厚度。该方法有效提取薄油膜的红外吸收光谱信息，基于薄油膜在红外区的指纹光谱特性，可大幅度提薄油膜类型识别和厚度估算精度。
-
Patent Agency Ranking
公开(公告)号：CN110609017A
公开(公告)日：2019-12-24
申请号：CN201910867400.5
申请日：2019-09-12
Applicant: 大连海事大学
IPC: G01N21/55
Abstract: 本发明公开了一种基于反射率光谱的溢油风化时间分析方法及应用，所述方法根据不同风化时间的溢油油膜物化性质变化导致的反射率光谱数据的差异，进行分析和反演溢油油膜的风化时间，分别建立反射率特征峰的溢油油膜风化时间测量模型和实测反射率光谱与反射率光谱数据库中数据的整体相关性分析方法，既从反射率光谱微观特征，又从整体宏观相关性上提高了抗环境干扰能力，实现溢油油膜风化时间的反演和测量；本发明在确定溢油风化时间的同时，会根据溢油油膜反射率光谱的特征进行油种的判别，可以有针对性的开展溢油油膜风化时间反演，具有更强的针对性，提高了风化时间反演的精度。
-
公开(公告)号：CN106767454B
公开(公告)日：2018-11-20
申请号：CN201611097256.4
申请日：2016-12-02
Applicant: 大连海事大学
IPC: G01B11/06
Abstract: 本发明公开了一种基于光谱反射率特征的水面油膜厚度测量系统及方法，包括：预先采集光谱样本数据并实时采集光谱测量数据的光谱数据获取单元；对光谱样本数据或光谱测量数据进行预处理的光谱数据预处理单元；基于光谱特征阈值对光谱样本数据、光谱测量数据进行反射光谱特征提取的光谱特征提取单元；创建第一油膜厚度测量数据样本曲线，并基于所述曲线确定出第一油膜厚度测量结果的反射高度曲线拟合单元；创建第二油膜厚度测量数据样本曲线，并基于所述曲线确定出第二油膜厚度测量结果的吸收深度曲线拟合单元；能够计算油膜厚度并显示的联合运算与结果显示单元。本发明能够准确获得溢油的油膜厚度的信息，为海洋溢油事故中评估溢油量提供技术支撑。
-
公开(公告)号：CN108319913A
公开(公告)日：2018-07-24
申请号：CN201810097534.9
申请日：2018-01-31
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于空谱联合的栈式自编码水上油膜提取方法及系统，所述方法具有如下步骤：获取高光谱数据样本；对高光谱数据样本进行预处理；基于支持向量机栈式自编码方法对预处理后数据进行空间信息与光谱信息联合提取，以获得包含相对油膜厚度信息的水上溢油输出结果；重复上一步骤，获得的水上溢油输出结果与前一次获得的水上溢油输出结果进行比较评估，判断是否为最优输出，若不是最优输出，则重复本步骤，直至获得最优输出；对得到的最优输出进行可视化显示。本发明由于其只需对高光谱数据进行空间特征的重构和限制，无需其他复杂步骤，因此具有较强的普适性，为高光谱遥感提取相对油膜厚度测量提供了一种应用性强的方法及系统。
-
公开(公告)号：CN103712606B
公开(公告)日：2015-08-26
申请号：CN201310737974.3
申请日：2013-12-27
Applicant: 大连海事大学
Abstract: 本发明公开了一种海冰监测系统及其工作方法，所述的系统包括激光发射系统、激光荧光接收系统、光电转换系统、信号采集系统和控制系统；激光发射系统向海面发射大功率、较高重复频率的特定波长的激光；激光荧光接收系统收集海冰受激发射的荧光信号，并将接收到的荧光信号传输到光电转换系统中；信号采集系统将模拟的电信号转换为数字信号，并存储到控制系统内；控制系统通过数据分析处理系统进行数据分析、处理、对比和显示。本发明可以使用不同温度下海冰激发的荧光光谱数据库，由计算机进行分析对比，所以可以实现实时、高效、准确的分辨海冰的存在。本发明通过测定荧光信号强度在海冰中的衰减度，可以准确的反演出海冰的厚度。
-
公开(公告)号：CN119274074A
公开(公告)日：2025-01-07
申请号：CN202411360980.6
申请日：2024-09-27
Applicant: 大连海事大学
IPC: G06V20/13 , G06V20/54 , G06V10/25 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/0442
Abstract: 本发明公开了一种海上风电场异常船舶行为识别方法，所述方法包括S1：获取历史海上风车遥感影像的风车解译标志库；对预采集的目标区域遥感影像进行海上目标标注；基于目标区域遥感影像的船舶卫星AIS数据，并根据风车解译标志库的解译标志，以识别并获取初始样本数据集中的海上风车，获取优化数据集；S2：获取用于识别并提取海上风车位置信息的海上风车检测模型，并将海上风车位置信息以矢量图层形式转换为风场面矢量；S3：基于预设的MMSI编号，将船舶卫星AIS数据的运动轨迹转换为轨迹线矢量；S4：将风场面矢量作为目标区域，获取轨迹线矢量两端点与目标区域的相对位置关系获取拓扑关系图；S5：获取用于识别海上风车与移动船舶的拓扑关系的拓扑关系检测模型；S6：根据拓扑关系检测模型，以实现海上风电场异常船舶行为的识别获取船舶警示数据，以实现对海上风电场的安全监护。解决了现有的海上风电场风险评估方法主要依赖于预测模型和专家经验，无法准确反映实际运营中的复杂情况的问题。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.02 seconds)
