近年来,通过卫星遥感对海洋表面油膜进行检测技术已经得到普及,许多学者对此给予很大的关注。合成孔径雷达(SAR)使用微波辐射来探测描述地球表面信息,克服了由传统视频遥感成像带来的相关技术问题。SAR对海表面敏感的原因是因为短波的存在,而风是波浪产生的最重要的原因。当风吹在海表面时,产生了波长少于5毫米毛细波。当风继续激发毛细波,它们把能量转移到波长较长的波直到平衡,此时中间波和短波就形成了。另外,重力波也将能量转移到重力毛细波。由于短波的产生以及由于浮油粘性而使波的传播停止等原因,在清洁的海洋表面就形成了浮油覆盖的油膜层。从SAR传感器的角度,浮油的特点就是在雷达图像上海面后向散射能量的减少并通过与周围区域比较形成一个黑色区域而重新得到复原。SAR与其他遥感系统相比较,其优势在于它能在不同的天气情况下起作用。由于被油覆盖的海水表面可以在雷达图象上形成黑色斑点,因此合成孔径雷达(SAR)为人们检测浮油提供了一种很好的手段。油膜图像信息提取的两个关键问题是SAR图像本身受到斑点噪声及雷达图像上类油信号的干扰,从而使雷达图像模糊不可辨。连续的微波信号产生的斑点噪声破坏了雷达图像的清晰性。基本的纹理一般是由于斑点噪声影响的。而且,斑点的出现把图像的显示率损坏还有它影响人的解释和景物分析任务。因此,在SAR图像上仔细地减少斑点噪声而使边缘和纹理信息得以保留是非常重要的,因此,减少斑点噪声是浮油检测、目标跟踪和物标识别的一个必不可少的程序。在图像系统中撤除斑点噪声时而没有把图象边缘弄脏(变模糊)是非常重要的。一般来看,噪声在图像信号上体现为高空间频率。基于傅立叶变换减少斑点噪声影响的方法通常采用抑制高频率组分该方法同样也影响了边缘图像的清晰性和分辨率。小波变换能提供在空间域和频谱域都较好的定位。小波基的非线性阈值技术在降噪效果上比线性降噪技术明显具有优势。在这篇学术论文文章里,我们提出了一种应用小波包变换的斑点噪声抑制的新方法。在我们提出的方法中,我们使用小波包变换方法,它不仅分解近似子空间,而且是细节子空间,这在图像压缩中是常用的方法。因为所有细节成分被分解,被分解的子空间次数量大于其在小波变换中分解的数量。以这样很大数量有效的扩展,基于变换的小波包能大大提高对分段图像频谱的控制。引入这种控制的代价是增大了计算的复杂性(计算量从0(M)增大到0(Mlog M))。可能的分解数量经常是很大,所以寻找每一个分解的阈值然后撤除斑点噪声往往成为不切实际的空想。因此,人们迫切需要寻找一种使用某种特殊评判标准而寻找最优分解的高效率的算法。在我们的方法里,我们使用叠加性价值函数分解标准。这个函数可以确定二维函数的熵或称为负平均信息量。熵接近于零表明这函数几乎不带任何信息的。换句话说高信息含量价值是表示那函数以许多非零熵值。所以,从降噪的角度,使熵值非零的数量最大的价值函数是选择最佳分解的合理判据。该方法的原理在于,在压缩中,用一个价值函数找到更多数量的包含近似于零价值的成分然后把它们删除或取阈值到零。由这个想法启发,我们通过叠加性价值函数提出了基于能适应的小波包方法来解决消除斑点噪声。叶节点阈值是通过每一叶节点以及整个图像的噪声的估计方差变化进行计算。因此,阈值操作可以用更多接近零系数处理在更加狭窄的更高的频带信号,使降噪效果得到大大体高。问题的关键是如何为每个分段信号的小波系统选择合理的阈值。首先,把整个图像的估计斑点噪声分差估计。然后,叶节点阈值是通过每一叶节点以及整个图像的噪声的估计方差变化进行计算。最后,除了近似子空间以外每个叶节点子空间以自适应的方式进行处理。文章最后对本文提出的方法的降噪结果与目前常用的人工斑点噪声滤波方法以及基于小波的软性和硬性阈值处理法在图像视觉效果和信躁比(即峰值信号对噪声信号的比值)(PSNR)方面进行比较。为了解决第二个问题,本文采用基于模糊聚类的自动识别技术来区别浮油与其他类似于东西。所谓其他类似于浮油的东西包括自然薄膜,油膏冰,门限风速区域,风庇护陆路,雨滴形成区域,水流形成区域,内部波浪和上升流等。在它们之中,自然薄膜形成的混淆是最大的问题。在本文里,油的自动识别是使用Mamdani模糊模型来解决的。在这种方法,模糊分类器对分割图象的结果进行识别,而分割是通过图像平滑和阈值运算是来完成的。由于图像平滑不仅消除噪声也消除细节,总值模糊的照片只能在某种程度上代表原始图象。因此,它在识别过程中可能将影响接下来的处理,比如说运算浮油面积。在本论文的工作中,应用小波包变换的斑点噪声抑制方法来进行图像的平滑处理,而对非常小的物标则采用区域滤波的方来去除。采用灰度阈值算法将图像分为两类,一类具有用户定义值一下的像素图像,而另一类是具有定义值以上的像素。这是一个为提取图象的黑地区的重要操作。对应于数字式数的所有像素点低于阈值的记录为一个黑色区域的像素点。阈值计算的结果将最初的海面图像部分分割为黑暗和明亮两个不同部分。对可能物标像素组的提取信息被送到系统分类器中。通过上面提出的方法进行的分割结果与图像平滑算法的结果比较。本文上述所提出的方法能给出与原始图像更加近似的图象,并且模糊分类器可能做出更加精确的决定。最后,识别出的浮油覆盖面区域通过区域标记的方法被计算出来。