[01011207]基于图像特征分析的海洋灾害监测预警技术及应用

近年来，渤海和黄海海域溢油与浒苔等海洋灾害频发，给海洋生态环境和渔业经济发展带来了极大的危害。针对浒苔和溢油等海洋灾害的监测，传统的方法主要依赖于人工看图和手工提取的方式，其主要缺点是耗时长、准确率低、实时性较差。该项目主要致力于基于图像特征分析技术的海洋灾害监测与预警研究，采用机器学习与模式识别算法，搭建了基于图像特征分析的海洋灾害监测预警系统(简称图像系统)，实现了自动、快速、准确地对黄海浒苔和渤海溢油灾害进行监测与预警。项目主要成果如下： 1、针对图像特征提取和图像检索理论研究：(1)该项目提出了多种新颖的图像特征提取方法，在统一的数学框架下，找出了表达任意光照方向条件下的三维表面纹理的有效方法，并基于此提出了一种新的基于小波变换的特征融合方法，实现了不同光照条件下的真实世界表面纹理图像的获取与融合，结合光照补偿和增强技术，拓展出对光照不敏感的纹理生成与识别算法，并找到了刻画物体表面粗糙性与高光区域比例(表面光泽度)之间的单峰非单调的关系模型。(2)针对图像检索问题，该项目在新的图像特征分析方法基础上，提出了一种基于小波变换的图像明显性区域提取算法，并实现了结合颜色、空间、纹理信息的图像检索系统。上述研究应用于黄海浒苔和渤海溢油的监测预警。 2、针对黄海浒苔和渤海溢油监测预警应用，该项目提出了基于图像特征提取和图像检索识别的浒苔监测预警方法，提出了基于图像特征分析及图像分割的渤海溢油智能分析监测算法。 3、基于图像特征分析的渤海溢油和黄海浒苔监测预警应用集成：(1)项目将渤海溢油监测、黄海浒苔识别等灾害监测问题集于一体，开展了大量试验，完成了图像系统开发；(2)将该图像系统集成到863项目成果“渤海海洋生态环境监测集成技术系统”(总经费1080万，简称集成系统)中，解决了传统方法的不足，实现了自动高效的海洋灾害监测预警。 该项目在国内外重要期刊和会议发表学术论文72篇，其中SCI收录18篇，EI收录44篇，国家发明专利授权3项，国家实用新型专利1项，计算机软件著作权3项。集成系统通过了国家海洋局科学技术司鉴定委员会的认定，专家委员会一致认为；成果总体上达到了国际先进水平。 该项目在渤海和黄海海域实现了业务化运行，每年准确监测浒苔发生期60天，识别海域面积达两万平方公里。系统的运行，提高了国家海洋局北海分局的海洋灾害事件监测预警能力，为减少灾害损失提供科学的决策依据。图像系统的研究成果可以直接应用到国家海洋局之外的相关海洋管理部门，并进一步推广应用到南海等其他海域。