基于无人机摄像与LIF的海面不连续溢油监测

来源 :燕山大学 | 被引量 : 0次 | 上传用户:liongliong556
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
海面溢油污染是当今世界上最常见、影响最恶劣的海洋污染问题之一,严重危害生态环境安全和社会发展,加大对海洋溢油污染治理和改善的力度,刻不容缓。准确且快速的定位识别海面溢油是治理海洋溢油污染的基础与前提,但是目前针对海面上不连续分布的溢油还未见有可用的理论研究成果和成熟的探测方法,无法得到准确的探测与评估结果。因此,研究准确高效的不连续溢油的监测手段,是当前治理海面溢油污染的重要工作之一。为了弥补这一研究方面的不足,本文研究基于无人机摄像与海洋激光诱导荧光技术的海面不连续溢油监测。首先,为了改进SUSAN边缘检测算法不能同时较好的检测出不同对比度海面溢油图像的边缘这一问题,提出基于非极大值抑制确定阈值t的改进SUSAN边缘检测算法。该算法利用Sobel模板遍历图像得到图像的梯度幅值矩阵,并利用非极大值抑制对梯度幅值矩阵进行处理得到新的梯度幅值矩阵,从而得到自适应的阈值t,使得阈值t可以跟随图像对比度变化而变化,以便更好地进行海面溢油图像的边缘检测。其次,介绍在边缘检测的基础上结合激光诱导荧光技术判断监测区域内溢油是否连续的方法。该方法利用局地多点的采样方法,得到边缘检测结果图中各部分区域的采样点,结合相机标定确定各采样点真实的物理位置。利用激光照射采样点诱导其发生荧光反应,计算经过处理后的荧光强度,与探测到的无油海水的拉曼散射强度是否相同,判断采样点所在区域是否为溢油区域。结合溢油区域之间的位置关系判断整个监测区域内溢油是否连续。最后,利用实验对所提出的改进算法和所提出的判断溢油是否连续的方法进行评价分析,验证其有效性。
其他文献
目的:探讨绶草中分离得到的两个菲类化合物orchinol和spiranthesphenanthrene A对人肝细胞癌HepG-2、人胃癌AGS和小鼠黑色素瘤B16-F10细胞的抑制作用及其可能的作用机制。方法:1、通过MTT实验检测不同浓度的orchinol作用于HepG-2细胞48 h对细胞相对活力的影响;通过细胞克隆形成实验检测不同浓度orchinol对HepG-2细胞克隆形成的影响;通过流
大脑中普遍存在同步现象,是大脑中不同模块之间信息传递、相互作用的综合表现,分析大脑中不同区域的同步特性,可以研究各脑区之间的联系。本文基于互信息方法,通过信号的趋势信息计算序列的概率,构成加权趋势互信息算法;使用余弦相似度算法计算相空间重构后向量的相关性,构成余弦相似度同步强度算法。并对轻度认知障碍脑电信号的同步特性进行研究,探究轻度认知障碍与脑电同步的内在联系。首先,针对排序同步算法的缺点,利用
交叉频率耦合(cross-frequency coupling,CFC)作为一种能够反映神经肌肉系统中大脑与肌肉间跨频带振荡的信息交互及传递的现象,有助于理解运动控制过程及其运动障碍的病理机制,为脑卒中康复状态辅助评价提供了全新视角。大脑不同节律的耦合状态被证明与大脑的认知、记忆等活动密切相关,交叉频率耦合分析从脑电信号不同节律之间相互作用的角度刻画其特征,具有明显的优点。本论文从运动控制系统的非
脑机接口(Brain-Computer Interface,BCI)的发展旨在提供一个从人到计算机的沟通渠道,从而将大脑活动转换成一系列控制命令。近年来,BCI与计算机游戏交互的应用日益流行,相对于其他类型的BCI游戏系统而言,基于稳态视觉诱发电位(Steady-State Visual Evoked Potential,SSVEP)的BCI游戏系统具有更高的识别准确率和更短的训练时间,在推进BC
运动想象(Motor Imagery,MI)是脑机接口(Brain Computer Interface,BCI)系统中最常用的控制范式之一。运动想象脑电信号(Electroencephalogram,EEG)的分类与意图识别,则是基于运动想象的脑机接口系统的一个重点研究角度。本文将以左右手运动想象脑电信号为研究对象,以提高脑电信号的识别率为研究目标,结合运动想象脑电信号的特性,对脑电信号的伪迹去
以光纤、波带和波长为主的三层多粒度光交叉连接(Multi-Granularity Optical Cross-Connect,MG-OXC)结构已得到广泛应用,但该结构中波长利用率低、波带受波长连续性限制。而基于光码分复用技术(Optical Code Division Multiplex,OCDM)的三层结构,可以提高波长利用率,但端口使用数明显增多。针对以上问题,本文采用包含光纤、波带、波长和
快速序列视觉呈现(Rapid Serial Visual Presentation,RSVP)是一种典型的脑机接口(Brian Computer Interface,BCI)实验范式,在以10 Hz频率快速呈现大量图像刺激的同时,采集被试观看过程中的脑电信号(Electroencephalogram,EEG)并进行实时处理,提取出目标图像相关的脑电特征并用于分类,从而实现对特定目标图像的识别。本文
压缩感知是一种重要的信号处理技术,已经被广泛应用于医疗成像、射电天文等领域。其理论不受传统采样定理的束缚,统一了采样与压缩,用极少的采样量便可完整恢复出原信号,节省了大量的空间,避免了不必要的资源浪费。测量矩阵构造研究是压缩感知领域的关键技术之一。随机测量矩阵不仅需要存储大量数据,占用过多存储空间,而且因为是随机生成数据,对硬件配置有较高要求。为了适应实际需要,确定性测量矩阵研究受到广泛关注。该文
开放式领域的对话系统由于单轮语料库的容易获得以及深度学习技术的发展而取得了巨大的成功,但多轮对话因为其中经常出现的指代和信息省略现象,使得机器难以理解对话中的真实意图。近年来,不完整语句重写的任务引起了广泛关注,通过重写语句作为预处理过程,可以帮助进行后续的多轮对话建模。本论文研究的任务就是构建语句重写模型,通过学习与不完整语句相关的上下文信息,以恢复所有关键引用和省略的信息,帮助机器理解整个对话
在软件工程中,软件缺陷是对软件质量影响最大的因素。人工审查代码的速度和效率已经日趋不能满足软件系统生产发展的需要,因此,高效的软件缺陷预测变得愈发重要。本文针对软件缺陷预测中的特征选择问题进行了深入研究,以支持向量机为分类器,搭建了软件缺陷预测模型,并使用多个评价指标检验软件缺陷模型的性能。主要研究内容如下:首先,提出了一种基于多种关联性指标的综合排序过滤式特征选择算法。为了合理的评价特征与标签的