عنوان
شناسايي لكه هاي نفتي تصاوير رادار SAR با استفاده از شبكه هاي عصبي كانولوشني
نويسنده اصلي
فاطمه محمودي قرا
مقطع تحصيلي
كارشناسي ارشد
چكيده
نشت نفتي اثرات مضري بر اقتصاد و محيط زيست مبتني بر دريا دارد. آلودگي غير قانوني مستلزم نظارت مداوم و فن آوري سنجش از راه دور است كه گزينه جذابي براي كشف نشت نفت عملياتي است و نظارت بر چنين آلودگي يك كار وقت گير و گران قيمت است. همچنين آلودگي نشت نفت باعث آسيب جدي به اكوسيستم هاي دريايي مي شود كه جمعيت جانوران را كاهش مي دهد. نفت براي اهداف صنعتي گوناگون مورد نياز بوده كه در درياهاو اقيانوس ها حمل مي شوند كه آلودگي نفتي در طول اين حمل و نقل اتفاق مي افتد. حوادث تانكر و تخليه آب باطله از عوامل اصلي ايجاد لكه هاي نفتي است. به دليل بسياري از عوامل محيطي لكه هاي نفتي دريايي بسيار خطرناك هستند و به راحتي مي توانند در يك منطقه گسترده منفجر شوند. پس مهم است كه لكه نفتي را تشخيص داده و دسته بندي شود تا از آلودگي آبها جلوگيري شود.
تشخيص سريع نشت نفت مي تواند اين اثرات نامطلوب را كاهش دهد. مطالعات قبلي نشان داده اند كه رادار دهانه تركيبي SAR براي تشخيص وطبقه بندي نشت نفت مفيد است. SAR يك گزينه مناسب براي تشخيص سريع نفت است زيرا پوشش دهي گسترده نواحي، جمع آوري داده ها در فواصل زماني كوتاه و امكان گرفتن تصاوير در هر شرايط آب و هوايي در تمام طول روز را ارائه مي دهد. مي توان گفت شناسايي لكه هاي نفتي از تصاوير رادار روزنه تركيبي SAR يك كار پيچيده اي است كه به تازگي مورد استفاده قرار گرفته است.
در اين پروژه قصد داريم لكه نفتي تصاوير رادار SAR را با استفاده از شبكه عصبي كانولوشني جداسازي كنيم. در اين پروژه با استفاده از ديتاست 9801 تايي از تصاوير لكه نفتي رادار SAR و با استفاده اززبان برنامه نويسي پايتون و شبكه هاي كانولوشنيU-NET ، DeepLabV3و SegNetو اجرا برروي سرور GoogleColab لكه هاي نفتي را با دقت شناسايي كرديم. دقت شناسايي لكه نفتي در شبكه U-NET 78.8% ، در شبكه DeepLabV3 54% است و در شبكه SegNet هيچ شناسايي صورت نگرفت. برهمين اساس نتيجه مي گيريم كه بيشترين دقت شناسايي لكه هاي نفتي رادار SAR متعلق به شبكه U-NET است.
شماره ركورد
193828
دانشگاه
دانشگاه علم و صنعت ايران
استاد مشاور
دكتر اكبري زاده
رشته تحصيلي
الكترونيك ديجيتال
استاد راهنما
دكتر برادران شكوهي