DOI: 10.14489/vkit.2017.10.pp.020-027

Кузнецов В. А., Потоцкий А. Н.
АВТОМАТИЧЕСКОЕ ОБНАРУЖЕНИЕ НЕФТЯНЫХ ЗАГРЯЗНЕНИЙ ПО ДАННЫМ СПУТНИКОВЫХ РАДИОЛОКАЦИОННЫХ СТАНЦИЙ С СИНТЕЗИРОВАННОЙ АПЕРТУРОЙ АНТЕННЫ
(c. 20-27)

Аннотация. Рассмотрена возможность использования сегментации радиолокационных изображений, полученных с помощью радиолокационных станций с синтезированной апертурой ASAR (Advanced Synthetic Aperture Radar) спутников Envisat и ERS-2, для обнаружения нефтяных загрязнений. Исследованы статистические характеристики однородных участков водной поверхности и нефтяных пятен и подобных им естественных образований. Представлены математическая модель изображения, учитывающая корреляционные связи между элементами, и алгоритм классификации подстилающей поверхности на основе модели системы со случайной скачкообразной структурой. Рассчитана точность выделения однородных участков. На примерах показана возможность более точной оценки площади нефтяных загрязнений.

Ключевые слова:  радиолокационная станция с синтезированной апертурой; спекл-шум; нефтяные загрязнения; системы со случайной скачкообразной структурой; сегментация; фрактальная размерность; фрактальная сигнатура.

Kuznetsov V. A., Pototsky A. N.
OIL SPILL POLLUTION AUTOMATIC DETECTION ON SATELLITE SYNTHETIC APERTURE RADAR DATA
(pp. 20-27)

Abstract. The synthetic aperture radar ASAR (Advanced Synthetic Aperture Radar) Envisat / ERS-2 images segmentation possibility for detecting oil slicks and oil spill pollution area estimating in this article is considered. The research results of water surface, oil slicks and similar natural formations homogeneous areas statistical characteristics are presented. It is noted, that the image elements brightness distribution can be described by a gamma distribution with sufficient accuracy for practice, and the radar image speckle noise causes a low correlation of the neighboring image elements brightness values. A simplified radar image mathematical model, in which the image elements brightness values forming process is described by a Markov random sequence and taking into account low correlation links between the elements is presented. The ground surfaces classification probabilistic algorithm with sufficient statistics smoothing, based on a system with random jump-like structure model, in which oil slicks and similar natural formations are assigned to a separate class, is developed. The disadvantage of this classification algorithm is the lack of account of homogeneous areas texture, which leads to an unacceptable false classification level. The modified fuzzy clustering algorithm Fuzzy C-means, using directed morphological multifractal signature textural-fractal sign allows revealing anisotropic, singular and multifractal homogeneous area properties, which, finally, will allow to increase oil spill pollution area estimating accuracy.

Keywords: Synthetic aperture radar; Specklenoise; Oil spill; Systems with random jump-like structure; Segmentation; Fractal dimension; Fractal signature.