传统溢油的监测仅仅依靠提取光学影像的光谱信息或者合成孔径雷达的后向散射系数进行提取，这会造成很多同谱异物或者粗糙度相近似等的地物错分，因此，除了利用传统的影像信息以外，还需结合影像的纹理信息，从而提高溢油提取的精度，减少错分地物的数量。 文章选用2006年渤海地区的三景同轨SAR影像作为数据基础，应用基于灰度共生矩阵的方法对其进行纹理分析。该方法可以很好地对图像区域和表面进行感知并能够从像元的灰度相关性上对纹理特征进行详细描述，因此适合于SAR影像的海洋溢油监测。在纹理分析的过程中有很多参数需要选择，参数的选择的好坏将直接影响最终结果提取的精度。 合成孔径雷达是有效监测海洋溢油的卫星遥感工具之一。当海洋表面覆盖一层油膜时，油膜会阻碍海洋的正常运动，从而降低海洋表面的张力，使海面不能产生足够的短重力波和毛细波，因此油膜的覆盖区会比非油膜覆盖区的粗糙度低，于是在SAR影像上呈现出图像灰度较低的现象。图像灰度较低的区域不一定全是溢油，部分与溢油光谱信息或粗糙度相近似的类油物质也会使影像的灰度值较低，因此将类油与油膜区分开成了溢油监测的关键一步。 SAR图像的分类往往采用地物信息的纹理特征进行分类。 图像纹理分析法主要可以分为三种：基于统计方法的纹理分析、基于结构的纹理分析和基于谱方法的纹理分析。基于统计方法的纹理分析是寻找刻画纹理特征对图像中的区域进行分类；基于结构方法的纹理分析是研究组成纹理的基元和它们的排列规则；基于谱方法的纹理分析是建立在多尺度分析与时频分析基础上的纹理分析方法。 注：文章选自《基于合成孔径雷达影像的海洋溢油纹理特征参数分析》魏铢
