-
题名基于样本自动选择与SVM结合的海岸线遥感自动提取
被引量：46
- 1
-
-
作者
朱长明
张新
骆剑承
李万庆
杨纪伟
-
机构
江苏师范大学城市与环境学院
中国科学院遥感应用研究所
河北工程大学
-
出处
《国土资源遥感》
CSCD
北大核心
2013年第2期69-74,共6页
-
基金
国家自然科学基金项目(编号:40971228
41101041
+2 种基金
41201460)
国家科技支撑计划项目(编号:2011BAH06B02)
水利部公益性行业科研专项经费项目(编号:201201092)共同资助
-
文摘
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。
-
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
-
Keywords
coastline
normalized difference water index （ndwi）
support vector machine （SVM）
automatic ex- traction
-
分类号
TP751.1
[自动化与计算机技术—检测技术与自动化装置]
-
