ادغام آنالیزهای بافتی و روش شئ گرا جهت شناسایی لکه های نفتی با استفاده از تصاویر رادار (مطالعه موردی: خلیج فارس)

آلودگی نشت نفت یکی از تهدیدات قابل توجه برای بسیاری از کشورهای جهان است که می تواند منجر به زیان جدی شود. امروزه روش ها و الگوریتم های مختلفی برای شناسایی آلودگی های ناشی از نشت نفت با استفاده از تصاویر SAR ارائه شده است، رادار دیافراگم مصنوعی (SAR) ابزار بسیارمهم و ارزشمندی برای استخراج لکه ی نفت در محیط دریایی به دلیل قابلیت هایش است. در این مقاله از آنالیزهای بافت و شئ گرا برای استخراج لکه های نفتی از تصاویر SARاستفاده می شود. در مرحله اول، روش ماتریس Co-Occurrence برای استخراج ویژگی های بافت از تصویر SAR استفاده می شود. این روش 8 ویژگی بافتی حاوی کنتراست، ناهمگونی، انتروپی، ASM، میانگین، واریانس و همگن بودن را ایجاد می کند. در مرحله دوم، نتایج تجزیه و تحلیل بافتی با هم ادغام می شوند و با استفاده از روش شئ گرا در نرم افزار eCognition سگمنت سازی می شوند بطوریکه هر سگمنت اطلاعات متفاتی را از لکه های نفتی و سطح آب تمیز نشان می دهد که آنها را از همدیگر متمایز می کند. در مرحله نهایی، تصاویر طبقه بندی می شوند و لکه-های نفت با دقت بالا از تصاویر SAR جدا می شوند.