采用颜色共生矩阵的图像分析技术实现文献综述

文献综述：

研究背景

当今社会，各行各业迅猛发展，与此同时，人口压力，资源匮乏，环境恶化等问题也随之而来，因此，人类急需寻求可持续发展的出路。而海洋占据了人类所生活的地球表面的71%，海洋除了深刻地影响大气环境，更是一个充满了无限能量的宝库。除了目前已经被人类充分开发利用的各类海洋食物，丰富的矿产资源，潮汐、风场发电等功能以外，海洋更加诱人之处在于它的未知的也许只有想不到，没有实现不了的功能，或许只要其中任何一项的突破都将彻底地改变世界，惠及全人类的功能。然而，与海洋所蕴含的无限开发前景相对的是人类需要更加深入的了解海洋，唯有掌握并驾驭海洋，人类才能确保正确的方向，实现快速、可持续的发展。而深入了解海洋的第一步便是海洋的各种运动，其中最重要的便是引起海洋运动的动力，比如海面风场引起了海平面波动，进而影响了海面粗糙度。也就是说，研究海面粗糙度和海面动力特征之间的联系开发海洋和应用海洋起着十分重要的作用，从而从海面动力特征出发来研究海面粗糙度也成为了研究海面粗糙度的另一个重要途径。

1.2 海面粗糙度

1.2.1 海面粗糙度的概念

空气动力学粗糙度数值上即为风速为零的高度，人们常用它来描述各类地表粗糙度。自Bagnold提出风沙物理学开始，人类对空气动力学粗糙度的研究已长达60余年了。随着地型、地质的变化，空气动力学粗糙度也是变化的。一般来说，平缓的郊区的粗糙度为0.1m以上，而丘陵、高山区域的粗糙度可以达到10m以上，本文将要研究的海面粗糙度属于水体粗糙度的范畴，精度为10^-4。海面粗糙度和空气动力学粗糙度差不多，但是由于海浪起伏不定，导致了风速为0的位置并不在海洋表面，而在离海平面的某一定高度处。海面粗糙度主要描绘海面上海浪的形状特征，海浪的起伏程度又随风速的变化而改变，所以了解海面粗糙度与海面风速之间的关系对于研究海面粗糙度很重要。

1.2.3 海面粗糙度的研究方法与进展

以前研究海洋主要是利用海岛基站、海中观测平台和海岸线上的浮标等来采集数据的，但是受限于复杂的海洋地理环境以及多变的气候，人们只能测量较小区域的海洋特征，这便推动了视频检测技术的发展。由于视频检测技术采用摄像头拍摄视频图像观测的方法，有操作简单、容易实现和非接触式等优点，自从上世纪90年代，美国、日本、澳大利亚、英国等各国纷纷先后开展了近海动态监测工作^[1]。

目前海面粗糙度的的测量方法是通过卫星高度计、微波散射仪或者合成孔径雷达等仪器测得海平面的风速、波速，并根据既得的所测数据与海平面粗糙度的关系，得出海面粗糙度。

在上面的措施中，卫星高度计所测数据多,空间范围大,测量时间短，但只有海面高度、海面风速和波高的数据；微波散射仪在测得风速和方向的同时还具有数据精度和空间分辨率高的优点；合成孔径雷达(SAR)则适用于小范围要求详细参数以及较高精度的场合，但是测量费用较高。因为通常难以直接测得海面粗糙度,所以需要根据它和海洋风速、波龄、和风浪频谱的能量之间的关系求出来。以下将分条介绍：

（1）海面粗糙度与海洋表面风速的关系：

熊康使用经验公式^[2] ，然后基于通量-轮廓线之间的联系，得出和，然后推导出与10m高处平均风速的关系： ，其中的单位为m/s，的单位为10^-4m。

由上式得，风速越大，海面粗糙度也越大，这跟我们所熟悉的风越大则浪越高的生活常识相符。

（2）海面粗糙度与波龄的关系：

波龄被用来表示风浪发展程度，用 表示，其中为风浪传播速度。

许多学者在很长一段时间内寻找海面粗糙度和波龄之间的表达式,一些学者的研究结果在下表中:

表1.1 海面粗糙度和波龄之间的关系式

（3）海面粗糙度与风浪谱的关系：

Byrne H.M认为海面粗糙度与波陡、波高成正比^[8]，并且结合波谱理论，得到谱函数与粗糙度间的关系式。Donelan M A.根据二倍海浪谱峰来划分高频成分波与低频成分波。Kitaigorodskii认为可以将波浪中的不同成分当作粗糙元，结合不同波层可减缓大气流动的速度，从而推导出海面粗糙度和波谱间的关系式：

（1.1）

1.3 论文研究内容

目前海面粗糙度的测量方法有很多，但大多都要用到以卫星高度计、微波散射仪等为核心的海洋微波遥感技术。而本文主要从数字图像处理的角度，计算图像的分形维数，用风速仪测出对应风速，结合海面粗糙度与风速间的关系式求出海面粗糙度，然后分别取分形维数和海面粗糙度为自变量、因变量，接着用LSSVM模型进行数据分析，从而得出海面图像的分形维数与海面粗糙度的关系式。

参考文献

1. 胡亚丽.近海岸视频观测方法研究—以青岛石老人海滩为例[D].中国海洋大学，2013
2. 熊康. 西太平洋热带海域湍流流通量以及海面粗糙度Z₀与拽力系数C_D的观测研究.大气科学[J]. 1990,14（4）：470-485
3. Masuda A and T Kusaba. On the local equilibrium of winds and Wind-Waves in relation to surface drag. J.Oceanogr.Soc. Japan, 1987, 43, 28-36
4. Maat N,C kraan and W A Oost. The roughness of wind waves. Bound-Layer Meter. 1991, 54, 89-103
5. Donelan M A et al. On the dependence of sea surface of sea surface roughness on wave development. J.Phys. Oceanogr. 1993, 23, 2143-2149
6. Hsu,S.A ,A dynamic roughness equation and its application to wind stress determination at the air-sea interface. J.Phys. Oceanogr. 1974, 4,116-120
7. Monbaliu J. On the use of the Donelan wave spectral parameter as for the roughness of wind waves. Bound. Layer Meteor. 1994. 67, 277-291
8. Kitaigorodskii,S.A.and Yu.A. Volkov, On the roughness parameter of the sea surface and calculation of momentum flux in the near-water layer of the atmosphere. Atmos. Ocean.Phys, 1965, 1, 973-988
9. Mandelbrot B B. Fracals :From, Chance and Dimension[M]. San Francisco:freeman, 1977
10. Mandelbrot B B. The Fractal Geometry of Nature[M]. San Francisco:freeman, 1982
11. 梁东方，李玉粱，江春. 测量分维的“数盒子”算法研究[J]，中国图像图形学报，2002，7（A），3：246-250
12. 李旭涛，曹汉强，赵鸿燕. 分形布朗运动模型及其在地形分析中的应用[J]，2003,31（5）：50-52
13. 丁玲，王崇俊，杨育彬，陈世福. 基于图像能量谱直方图的纹理检索算法[J]，计算机科学，2005,32（1）：194-197
14. 张二虎，顾桓，潘向辉，范引娣. 基于功率谱密度的人体运动状态检测[J]. 计算机应用，2008,28（5）：1269-1271
15. 于子凡，林宗坚. 基于图像表面积的分形布朗运动分数维算法研究[J]，武汉大学学报信息科学版，2005,30（2）：161-165
16. 陈永利，张必成，赵永平，杨连素. 海上不同高度风速换算关系的研究[J]. 海洋科学，1989,3,：27-313
17. 刘金颂，原思聪，江祥奎，段志善.基于PSO和LSSVM回归的摄像机标定[J].光电工程，2010（5）：47-51
18. Oost,W.A , G.J.Komen, C.M.J.Jacobs, C.Van Oort, New evidence for a relation between wind stress and wave age from measurements during ASGAMAGE.Bound Layer Meteor. 2002. 103, 409-438
19. 冯立新,李凤岐,李少菁.海洋科学导论[M]，高等教育出版社，2003，北京，4:1-503
20. Visual C 数字图像处理技术详解[M]，机械工业出版社，2010，北京，2:44-73
21. 数字图像处理与机器视觉：Visual C 与Matlab实现[M]，人民邮电出版社，2014，北京，2:88-90