融合光谱-纹理-颜色信息识别地下天然气微泄漏点

发布时间：2023-09-03 21:40

　　地下天然气储气库一旦发生泄漏将会导致严重的安全事故与经济损失,而快速准确地识别天然气泄漏点能够有效避免以上情况发生。针对地下储气库微泄漏的情况,传统方法因其准确率低、成本高等缺点难以适用。利用高光谱技术进行野外模拟实验,融合光谱信息、纹理信息和颜色信息对天然气泄漏点进行识别。基于地下天然气储气库泄漏胁迫相应区域植被生长的特征,以冬小麦为研究对象,利用SOC710VP高光谱成像仪(光谱范围:400～1 000 nm)分别获取第11天、第24天、第32天、第40天以及第49天控制组与胁迫组地块的高光谱影像,对所获取的影像进行光谱平滑、反射率校正和裁剪处理之后:(1)首先运用方差分析(ANOVA)选取特征波段,分别为:510, 520, 570, 625, 645, 680和690 nm;其次,运用灰度共生矩阵(GLCM)计算特征波段影像纹理特征,并计算RGB合成影像的前三阶颜色矩;(2)运用NDVI对影像进行阈值分割,将其分为植被部分和裸露土壤部分。对于植被部分,基于最小二乘支持向量机(LSSVM)构建融合光谱、纹理以及颜色特征的识别模型,并对胁迫下的小麦进行识别;(3)融合胁迫下的小麦和...

【文章页数】：7 页

【文章目录】：
引 言
1 实验部分
    1.1 实验设计
    1.2 数据采集
    1.3 影像处理
        1.3.1 预处理
            (1)标准反射率校正
            (2)光谱平滑
        1.3.2 后处理
            (1)波段筛选
            (2)纹理及颜色特征提取
    1.4 建模方法
        1.4.1 归一化植被指数(NDVI)
        1.4.2 最小二乘支持向量机
        1.4.3 模型建立
2 结果与讨论
    2.1 波段筛选与特征提取结果
    2.2 模型识别
        2.2.1 识别结果
        2.2.2 结果分析
    2.3 讨论
        2.3.1 模型验证
        2.3.2 绿晕现象
3 结 论



本文编号：3845822