1、在石油運(yùn)輸業(yè)蓬勃發(fā)展的今天，石油泄漏事故的發(fā)生頻率越來越高，給事故周邊人們造成了巨大的經(jīng)濟(jì)損失，甚至帶來生命危險。與海洋相比，內(nèi)河與當(dāng)?shù)鼐用竦娜粘Ｉ铌P(guān)系更加密切，一旦有石油泄漏發(fā)生，其危害更加嚴(yán)重，因此對內(nèi)河石油泄漏進(jìn)行檢測具有重要的現(xiàn)實(shí)意義和實(shí)用價值。
　　 本文鑒于內(nèi)河周圍已建立完善的視頻監(jiān)控系統(tǒng)，并且應(yīng)項(xiàng)目需求，針對攝像頭拍攝的內(nèi)河河面視頻進(jìn)行可見光層次的石油泄漏檢測，提出了石油識別、油區(qū)分割和報警三步走的解決方案。在石

2、油識別階段，根據(jù)不同事物具有不同的紋理特征，通過提取石油和水等物質(zhì)的紋理特征來識別石油和非油類;在油區(qū)分割階段，采用漫水填充算法對檢測出來的油區(qū)進(jìn)行準(zhǔn)確分割;在報警階段，通過計算油區(qū)占整幅圖像的百分比，依據(jù)已定的警報級別劃定規(guī)則確定警報級別并顯示在屏幕上。
　　 本文在VC++6.0平臺下，利用OpenCV庫進(jìn)行各個階段的實(shí)驗(yàn)仿真，對每個階段的不同方法和涉及的參數(shù)進(jìn)行了詳細(xì)的實(shí)驗(yàn)優(yōu)化，最后實(shí)現(xiàn)了本文的檢測方法。在利用灰度共生矩陣

3、提取紋理特征時，采用了改進(jìn)的紋理特征量評估準(zhǔn)則——特征間距F——對提取的七種紋理特征量進(jìn)行評估，對涉及到的方向、步長、窗口大小和灰度級數(shù)進(jìn)行詳細(xì)討論和優(yōu)化取值，并最終選取了方差、對比度、熵、均勻性和能量五種紋理特征量進(jìn)行分類識別;在模式識別分類時，對比了BP神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)(SVM)兩種分類方法，選取了分類效果較好的SVM分類;接著依據(jù)紋理識別的結(jié)果選取種子點(diǎn)，進(jìn)行漫水填充算法分割，并對灰度閾值的選取進(jìn)行了實(shí)驗(yàn)和分析，對比分析了本文