模擬漲潮的復(fù)雜海岸類(lèi)型岸線自動(dòng)提取方法
發(fā)布時(shí)間:2021-10-07 21:48
傳統(tǒng)的海岸線提取方法往往僅針對(duì)某種類(lèi)型的海岸有效,對(duì)于多種類(lèi)型混合海岸區(qū)域,則需要對(duì)圖像分類(lèi)裁剪、分別提取岸線、拼接圖像才能提取出完整的海岸線,該過(guò)程不僅實(shí)現(xiàn)較為復(fù)雜,而且將不同類(lèi)型海岸嚴(yán)格劃分開(kāi)的難度也很大,因此,本文提出了一種適用于混合海岸類(lèi)型區(qū)域提取海岸線新方法——模擬海水漲潮過(guò)程的海岸線自動(dòng)提取方法。首先采用波段差決策樹(shù)分類(lèi)分析方法(spectral difference decision tree,SDDT)對(duì)遙感影像進(jìn)行分類(lèi),根據(jù)地物類(lèi)型差異將各區(qū)域類(lèi)別標(biāo)記為"可漲潮區(qū)域"與"不可漲潮區(qū)域"兩類(lèi);其次,通過(guò)計(jì)算每個(gè)斑塊區(qū)域的面積,將面積小于某一預(yù)設(shè)閾值的區(qū)域塊定義為噪聲區(qū)域,去除所有噪聲區(qū)域;然后,再通過(guò)最大矩形填充算法(maximum rectangle filling algorithm,MRFA)模擬海水漲潮逐步填充"可漲潮區(qū)域"并提取海岸線。本文方法提取的海岸線較為連續(xù),不受地物分類(lèi)結(jié)果圖中的少量誤分類(lèi)斑塊的影響。
【文章來(lái)源】:海洋環(huán)境科學(xué). 2020,39(01)北大核心CSCD
【文章頁(yè)數(shù)】:9 頁(yè)
【部分圖文】:
提取岸線與實(shí)際岸線對(duì)比
基于最大矩形填充算法的海岸線自動(dòng)提取方法步驟包含遙感影像的輸入、地物分類(lèi)、區(qū)域標(biāo)記、后處理、模擬漲潮及海岸線的提取輸出,流程如圖1所示。本文采用波段差決策樹(shù)分類(lèi)分析方法(SDDT)進(jìn)行地物分類(lèi),該方法考慮波段間關(guān)系對(duì)地物進(jìn)行分類(lèi),對(duì)于單個(gè)波段無(wú)法區(qū)分的兩類(lèi)地物,通過(guò)計(jì)算兩波段(如Bi和Bj)的差值(ΔBij=Bi-Bj),將ΔBij看做一個(gè)組合后的新波段,根據(jù)該波段就能夠找到兩類(lèi)地物明顯的區(qū)分閾值,基于該思路結(jié)合C4.5決策樹(shù)分類(lèi)分析方法便可區(qū)分多類(lèi)地物。
如圖2 a所示為2017年3月6日東營(yíng)附近區(qū)域Landsat 8遙感影像,對(duì)其使用SDDT算法分類(lèi)效果如圖2 b所示?紤]該地區(qū)的實(shí)際情況,將分類(lèi)圖中的“海水”、“淤泥”、“沙灘”三類(lèi)地物視為“可漲潮區(qū)域”即圖2 c中的白色區(qū)域,將“養(yǎng)殖區(qū)”地物視為“不可漲潮區(qū)域”即圖2 c中的黑色區(qū)域,對(duì)于該465 * 375大小的遙感圖像降噪處理PointAmount小于17的部分之后如圖2 d所示。1.2 模擬漲潮的海水區(qū)域填充算法
【參考文獻(xiàn)】:
期刊論文
[1]基于深度極限學(xué)習(xí)機(jī)的高光譜遙感影像分類(lèi)研究[J]. 呂飛,韓敏. 大連理工大學(xué)學(xué)報(bào). 2018(02)
[2]GF-3號(hào)SAR衛(wèi)星遙感圍填海監(jiān)測(cè)方法研究——以大連金州灣為例[J]. 范劍超,姜大偉,趙建華,初佳蘭,謝春華,安文韜,黃鳳榮. 海洋科學(xué). 2017(12)
[3]基于決策樹(shù)與密度聚類(lèi)的高分辨率影像海岸線提取方法[J]. 王常穎,王志銳,初佳蘭,趙建華. 海洋環(huán)境科學(xué). 2017(04)
[4]SAR圖像海岸線檢測(cè)的區(qū)域距離正則化幾何主動(dòng)輪廓模型[J]. 姜大偉,范劍超,黃鳳榮. 測(cè)繪學(xué)報(bào). 2016(09)
[5]基于深度協(xié)同稀疏編碼網(wǎng)絡(luò)的海洋浮筏SAR圖像目標(biāo)識(shí)別[J]. 耿杰,范劍超,初佳蘭,王洪玉. 自動(dòng)化學(xué)報(bào). 2016(04)
[6]基于均值漂移的海島(礁)岸線快速提取[J]. 方亮,付成群,方濤,洪建國(guó). 解放軍理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2016(05)
[7]基于混合邊緣檢測(cè)的極化SAR圖像海岸線檢測(cè)[J]. 劉春,殷君君,楊健. 系統(tǒng)工程與電子技術(shù). 2016(06)
[8]基于遙感的近30a中國(guó)海岸線和圍填海面積變化及成因分析[J]. 高志強(qiáng),劉向陽(yáng),寧吉才,蘆清水. 農(nóng)業(yè)工程學(xué)報(bào). 2014(12)
[9]結(jié)合海岸類(lèi)型和潮位校正的海岸線遙感提取[J]. 張旭凱,張霞,楊邦會(huì),莊智,尚坤. 國(guó)土資源遙感. 2013(04)
[10]基于樣本自動(dòng)選擇與SVM結(jié)合的海岸線遙感自動(dòng)提取[J]. 朱長(zhǎng)明,張新,駱劍承,李萬(wàn)慶,楊紀(jì)偉. 國(guó)土資源遙感. 2013(02)
博士論文
[1]基于數(shù)據(jù)挖掘的遙感影像海岸帶地物分類(lèi)方法研究[D]. 王常穎.中國(guó)海洋大學(xué) 2009
本文編號(hào):3422834
【文章來(lái)源】:海洋環(huán)境科學(xué). 2020,39(01)北大核心CSCD
【文章頁(yè)數(shù)】:9 頁(yè)
【部分圖文】:
提取岸線與實(shí)際岸線對(duì)比
基于最大矩形填充算法的海岸線自動(dòng)提取方法步驟包含遙感影像的輸入、地物分類(lèi)、區(qū)域標(biāo)記、后處理、模擬漲潮及海岸線的提取輸出,流程如圖1所示。本文采用波段差決策樹(shù)分類(lèi)分析方法(SDDT)進(jìn)行地物分類(lèi),該方法考慮波段間關(guān)系對(duì)地物進(jìn)行分類(lèi),對(duì)于單個(gè)波段無(wú)法區(qū)分的兩類(lèi)地物,通過(guò)計(jì)算兩波段(如Bi和Bj)的差值(ΔBij=Bi-Bj),將ΔBij看做一個(gè)組合后的新波段,根據(jù)該波段就能夠找到兩類(lèi)地物明顯的區(qū)分閾值,基于該思路結(jié)合C4.5決策樹(shù)分類(lèi)分析方法便可區(qū)分多類(lèi)地物。
如圖2 a所示為2017年3月6日東營(yíng)附近區(qū)域Landsat 8遙感影像,對(duì)其使用SDDT算法分類(lèi)效果如圖2 b所示?紤]該地區(qū)的實(shí)際情況,將分類(lèi)圖中的“海水”、“淤泥”、“沙灘”三類(lèi)地物視為“可漲潮區(qū)域”即圖2 c中的白色區(qū)域,將“養(yǎng)殖區(qū)”地物視為“不可漲潮區(qū)域”即圖2 c中的黑色區(qū)域,對(duì)于該465 * 375大小的遙感圖像降噪處理PointAmount小于17的部分之后如圖2 d所示。1.2 模擬漲潮的海水區(qū)域填充算法
【參考文獻(xiàn)】:
期刊論文
[1]基于深度極限學(xué)習(xí)機(jī)的高光譜遙感影像分類(lèi)研究[J]. 呂飛,韓敏. 大連理工大學(xué)學(xué)報(bào). 2018(02)
[2]GF-3號(hào)SAR衛(wèi)星遙感圍填海監(jiān)測(cè)方法研究——以大連金州灣為例[J]. 范劍超,姜大偉,趙建華,初佳蘭,謝春華,安文韜,黃鳳榮. 海洋科學(xué). 2017(12)
[3]基于決策樹(shù)與密度聚類(lèi)的高分辨率影像海岸線提取方法[J]. 王常穎,王志銳,初佳蘭,趙建華. 海洋環(huán)境科學(xué). 2017(04)
[4]SAR圖像海岸線檢測(cè)的區(qū)域距離正則化幾何主動(dòng)輪廓模型[J]. 姜大偉,范劍超,黃鳳榮. 測(cè)繪學(xué)報(bào). 2016(09)
[5]基于深度協(xié)同稀疏編碼網(wǎng)絡(luò)的海洋浮筏SAR圖像目標(biāo)識(shí)別[J]. 耿杰,范劍超,初佳蘭,王洪玉. 自動(dòng)化學(xué)報(bào). 2016(04)
[6]基于均值漂移的海島(礁)岸線快速提取[J]. 方亮,付成群,方濤,洪建國(guó). 解放軍理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2016(05)
[7]基于混合邊緣檢測(cè)的極化SAR圖像海岸線檢測(cè)[J]. 劉春,殷君君,楊健. 系統(tǒng)工程與電子技術(shù). 2016(06)
[8]基于遙感的近30a中國(guó)海岸線和圍填海面積變化及成因分析[J]. 高志強(qiáng),劉向陽(yáng),寧吉才,蘆清水. 農(nóng)業(yè)工程學(xué)報(bào). 2014(12)
[9]結(jié)合海岸類(lèi)型和潮位校正的海岸線遙感提取[J]. 張旭凱,張霞,楊邦會(huì),莊智,尚坤. 國(guó)土資源遙感. 2013(04)
[10]基于樣本自動(dòng)選擇與SVM結(jié)合的海岸線遙感自動(dòng)提取[J]. 朱長(zhǎng)明,張新,駱劍承,李萬(wàn)慶,楊紀(jì)偉. 國(guó)土資源遙感. 2013(02)
博士論文
[1]基于數(shù)據(jù)挖掘的遙感影像海岸帶地物分類(lèi)方法研究[D]. 王常穎.中國(guó)海洋大學(xué) 2009
本文編號(hào):3422834
本文鏈接:http://sikaile.net/kejilunwen/haiyang/3422834.html
最近更新
教材專(zhuān)著