基于样本自动选择与SVM结合的海岸线遥感自动提取

• 作者: 张新 朱长明 李万庆 杨纪伟 骆剑承
• 来源期刊: 国土资源遥感
• 学科: 工学
• 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
• 年，卷（期）: 2013,（2）
• 所属期刊栏目: 技术方法
• 页码范围: 69-74
• 分类号: TP751.1
• 语种: 中文
• DOI: 10.6046/gtzyyg.2013.02.13

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	骆剑承	中国科学院遥感应用研究所	124	4043	33.0	60.0
2	张新	中国科学院遥感应用研究所	123	1155	20.0	29.0
3	李万庆		74	693	14.0	23.0
4	杨纪伟		38	246	8.0	14.0
5	朱长明	江苏师范大学城市与环境学院	13	247	8.0	13.0