基于样本自动选择与SVM结合的海岸线遥感自动提取

被引：45

作者：

朱长明 ^{[1
,2
]}

张新 ^{[2
]}

骆剑承 ^{[2
]}

李万庆 ^{[3
]}

杨纪伟 ^{[3
]}

机构：

[1] 江苏师范大学城市与环境学院

[2] 中国科学院遥感应用研究所

[3] 河北工程大学

来源：

国土资源遥感 | 2013年 / 25卷 / 02期

关键词：

海岸线; 归一化差值水体指数(NDWI); 支持向量机(SVM); 自动提取;

D O I：

暂无

中图分类号：

P715.7 [遥测技术设备];

学科分类号：

摘要：

利用卫星遥感手段自动、快速、准确地测定海岸线动态信息是遥感应用的一个重要领域,对海域管理规划具有重要意义。由于近岸水体光谱特征受区域环境影响较大,在水陆分离过程中,利用传统的归一化差值水体指数(normalized difference water index,NDWI)阈值分割法时,一部分近岸水体易被错分为陆地,严重影响了岸线提取精度。为此,在NDWI模型的基础上,提出了基于样本自动选择与支持向量机(support vector machine,SVM)的海岸线遥感自动提取算法。首先进行NDWI计算与全局阈值分割,实现水体信息的初步提取;再通过NDWI信息控制初始样本的自动选择;然后利用SVM分类器对水体再次分类,实现海陆分离;最后填充小的陆地水体单元,实现岸线自动跟踪。实验结果表明,该方法能有效增强对近岸水体的识别能力,提高海岸线遥感提取的精度和自动化程度。

引用

页码：69 / 74

页数：6

共 14 条

[11] Coastal dynamic and shoreline mapping: multi-sources spatial data analysis in Semarang Indonesia[J] . Muh Aris Marfai,Hussein Almohammad,Sudip Dey,Budi Susanto,Lorenz King.Environmental Monitoring and Assessment . 2008 (1)
[12] Automated extraction of coastline from satellite imagery by integrating Canny edge detection and locally adaptive thresholding methods
Liu, H
Jezek, KC
[J]. INTERNATIONAL JOURNAL OF REMOTE SENSING, 2004, 25 (05) : 937 - 958
[13] Waterline extraction from Landsat TM data in a tidal flat[J] . Joo-Hyung Ryu,Joong-Sun Won,Kyung Duck Min.Remote Sensing of Environment . 2002 (3)
[14] Mapping ice sheet margins from ERS-1 SAR and SPOT imagery[J] . Hong-Gyoo Sohn,K. C. Jezek.International Journal of Remote Sensing . 1999 (15-1)

← 1 2 →