万水龙 ，罗国成 ，余 彪 ，吉 玚

（1.中国人民解放军91960部队，广东 汕头 515074；2.南京航空航天大学 电子信息工程学院，江苏 南京 210016）

海上溢油污染是各种人为海洋污染中发生频率较高、分布面积较广及危害程度较严重的一种。而如何对海面溢油SAR图像中的物质进行准确分类就显得尤为重要。马来西亚的Mansor等[1]以SAR图像为数据源，建立了SAR溢油探测技术流程和分类算法。SOLBERG A H S等[2]给出了一个可对油膜概率较大的目标直接进行自动检测的半自动探测分类器。Fiscella等[3]使用预处理工具从SAR影像中提取像素目标，根据统计标准对其进行分类。由于油膜、类油膜和海水具有不同的纹理特征，因此在SAR图像信息提取中广泛应用纹理分析的方法[4]。一般来说，非油膜具有分散、高度破碎的纹理，而海水和油膜具有平滑、细腻而不破碎的纹理。可依据这一判别准则，对溢油SAR图像进行分类，从而提高分类精度。将油膜和类油膜区分开是溢油监测的一个非常重要的问题[5-8]。

Gabor变换是频域分析方法之一，是一种强大的纹理分析工具。Krawtchouk矩是一种离散正交矩并且应用于图像处理等领域，其不变量具有良好的平移、旋转和尺度不变性，用于提取图像的形状特征具有独特的优势。支持向量机（SVM）是以有限样本为研究对象并与机器学习结合而发展起来的一种新的模式识别的方法，也是一种监督分类方法。无论是线性可分的情况还是线性不可分的情况，SVM都是将其转换为一个典型的二次规划问题进行求解，因此SVM的解是全局唯一的最优解。……