摘要
本发明涉及了一种适用于高光谱成像仪的甲烷泄漏点及烟羽识别方法,包括以下步骤:S1、使用匹配滤波法和目标区域的点源型高光谱数据,反演出甲烷浓度灰度图像,去除甲烷浓度灰度图像中的水体、阴影区域得到甲烷浓度基本数据;S2、使用基于密度的DBSCAN降噪算法降低甲烷浓度基本数据中的背景噪声,提升图像的信噪比得到甲烷浓度降噪数据;S3、使用YOLO图像分类模型去除甲烷浓度降噪数据中其他类型的物造成的伪甲烷异常;S4、使用基于像素连通性的烟羽识别算法,从甲烷浓度降噪数据中分割出甲烷烟羽;S5、将甲烷烟羽与风速数据和大气压数据相叠加,使用IME算法对甲烷烟羽排放量进行估计,解决了基于滤波器降噪导致的图像真实数据受影响的问题。
技术关键词
甲烷
图像分类模型
数据
光谱成像仪
像素
背景噪声
降噪算法
DBSCAN算法
非线性
识别方法
识别算法
邻域
二分类模型
切片
影像
排放量
大气压
掩膜