Otsu法、区域生长法及形态学相结合的遥感图像海岸线提取

doi:10.13474/j.cnki.11-2246.2020.0325

测绘通报 ›› 2020, Vol. 0 ›› Issue (10): 89-92.doi: 10.13474/j.cnki.11-2246.2020.0325

Otsu法、区域生长法及形态学相结合的遥感图像海岸线提取

张锦, 赖祖龙, 孙杰

中国地质大学地理与信息工程学院, 湖北武汉 430074

收稿日期:2020-03-12 发布日期:2020-10-29
通讯作者: 赖祖龙。E-mail:laizulong@163.com E-mail:laizulong@163.com
作者简介:张锦(1995-),男,硕士生,研究方向为大地测量数据处理、图像识别与算法改进等。E-mail:2914048100@qq.com
基金资助:
国家自然科学基金（41671450）

Coastline extraction of remote sensing image by combining Otsu, regional growth method with morphology

ZHANG Jin, LAI Zulong, SUN Jie

School of Geography and Information Engineering, China University of Geosciences, Wuhan 430074, China

Received:2020-03-12 Published:2020-10-29

摘要/Abstract

摘要： 针对现有的海岸线提取方法精度低，无法满足处理各种传感器卫星图像及对线性多样复杂的海岸线提取的需求，本文提出了一种将Otsu法、区域生长法及形态学相结合的遥感图像海岸线提取方法。并且通过试验证明，该海岸线提取方法可以充分发挥Otsu、区域生长法及形态学方法在提取海岸线方面的各自优势，大大提高了海岸线的提取精度。并利用该方法对两种不同的卫星图像数据进行海岸线提取，验证了该方法在不同条件下均有良好的适用性。

关键词: 海岸线提取, Otsu法, 区域生长法, 效果评价, 遥感影像

Abstract: Aiming at the low accuracy of the existing coastline extraction methods, which cannot meet the needs of processing various sensor satellite images and the extraction of linear and complex coastlines. This paper proposes a combination of Otsu, regional growth method with morphology method for coastline extraction of remote sensing images. And the experiments show that this coastline extraction method can give full play to the advantages of Otsu, regional growth method and morphology separately in the extraction of coastline, which improves the accuracy of coastline extraction greatly. Two different satellite image data are used to test to verify the good applicability of the method under different conditions.

Key words: coastline extraction, Otsu, regional growth, effect evaluation, remote sensing image

中图分类号:

P237

张锦, 赖祖龙, 孙杰. Otsu法、区域生长法及形态学相结合的遥感图像海岸线提取[J]. 测绘通报, 2020, 0(10): 89-92.

ZHANG Jin, LAI Zulong, SUN Jie. Coastline extraction of remote sensing image by combining Otsu, regional growth method with morphology[J]. Bulletin of Surveying and Mapping, 2020, 0(10): 89-92.

参考文献

[1] 于彩霞, 王家耀, 许军,等. 海岸线提取技术研究进展[J]. 测绘科学技术学报, 2014,31(3):305-309.
[2] LIU H, JEZEK K C. Automated extraction of coastline from satellite imagery by integrating Canny edge detection and locally adaptive thresholding methods[J]. International Journal of Remote Sensing, 2004, 25(5):937-958.
[3] 马小峰,赵冬至,张丰收,等.海岸线卫星遥感提取方法研究进展[J].遥感技术与应用,2007(4):575-580.
[4] WU X L, LIU C X, WU G F. Spatial-temporal analysis and stability investigation of coastline changes:a case study in Shenzhen, China[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2018, 11(1):45-46.
[5] 高志强, 刘向阳, 宁吉才, 等. 基于遥感的近30 a中国海岸线和围填海面积变化及成因分析[J]. 农业工程学报, 2014,30(12):140-147.
[6] 魏帆, 韩广轩, 韩美, 等. 1980~2017年环渤海海岸线和围填海时空演变及其影响机制[J]. 地理科学, 2019,39(6):997-1007.
[7] 吴小娟, 肖晨超, 崔振营,等. "高分二号"卫星数据面向对象的海岸线提取法[J]. 航天返回与遥感, 2015, 36(4):84-92.
[8] 林政宗, 吕科, 杨磊,等. 静止卫星遥感图像海岸线检测[J]. 光学技术, 2014, 40(1):7-12.
[9] 索安宁, 曹可, 初佳兰,等. 基于GF-1卫星遥感影像的海岸线生态化监测与评价研究——以营口市为例[J]. 海洋学报, 2017,39(1):121-129.
[10] LIU G X, JIA H G, NIE Y J, et al. Detecting subsidence in coastal areas by ultrashort-baseline TCPInSAR on the time series of high-resolution TerraSAR-X images[J]. IEEE Transactions on Geoscience & Remote Sensing, 2014,52,(4):1911-1923.
[11] LU S L, WU B F, YAN N N, et al. Water body mapping method with HJ-1A/B satellite imagery[J]. International Journal of Applied Earth Observations & Geoinformation, 2011, 13(3):428-434.
[12] 刘晓莉, 范玉茹. 常用边缘检测算法在不同影像海岸线中提取比较研究[J]. 测绘与空间地理信息, 2014,37(11):149-151.
[13] 原晓慧, 王萍, 张英, 等. 基于边缘检测的海岸线自动提取研究[J]. 北京测绘, 2019, 33(2):148-152.
[14] KASS M, WITKIN A, TERZOPOULOS D. Snakes:active contour models[J]. International Journal of Computer Vision, 1988, 1(4):321-331.
[15] MASON D C, DAVENPORT I J. Accurate and efficient determination of the shoreline in ERS-1 SAR images[J]. IEEE Transactions on Geoscience and Remote Sensing, 1996, 34(5):1243-1253.
[16] 沈琦, 汪承义, 赵斌. 几何活动轮廓模型用于高分辨率遥感影像海岸线自动提取[J]. 复旦学报(自然科学版), 2012,51(1):71-82,104.
[17] HE Hao, WANG Shuyang, WANG Shicheng, et al. A road extraction method for remote sensing image based on encoder-decoder network[J]. Journal of Geodesy and Geoinformation Science, 2020, 3(2):16-25.

Otsu法、区域生长法及形态学相结合的遥感图像海岸线提取

Coastline extraction of remote sensing image by combining Otsu, regional growth method with morphology

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	李茂林, 闫庆武, 仲晓雅. 一种复合型校正植被信息的方法[J]. 测绘通报, 2022, 0(6): 49-54142.
[2]	张龚泉, 岳建平, 刘胜男, 王海龙, 杨智翔, 周航宇. 基于遥感影像的鄱阳湖地形提取方法[J]. 测绘通报, 2022, 0(5): 62-66,73.
[3]	潘建平, 付占宝, 程卫华, 陆世安, 李鑫, 孙博文, 黄桂萍. 基于地表类型的山地海绵城市生态建设评估[J]. 测绘通报, 2022, 0(5): 84-88.
[4]	陈智朗, 付振华, 朱紫阳, 王慧慧, 刘沁雯, 杨钰灵, 许耿然. 基于HRNet的高分辨率遥感影像建筑物变化信息提取[J]. 测绘通报, 2022, 0(5): 126-132.
[5]	刘小玉, 刘扬, 杜明义, 张敏, 贾竞珏, 杨恒. 基于DeeplabV3+的建筑垃圾堆放点识别[J]. 测绘通报, 2022, 0(4): 16-19,43.
[6]	王雪, 梁珂, 隋立春, 钟棉卿, 朱剑锋. 膨胀卷积与金字塔表达的深度学习模型用于农村建筑物提取[J]. 测绘通报, 2022, 0(4): 61-65.
[7]	高鸣, 周鑫鑫, 刘琦, 杨光迪, 吴长彬. 深度学习网络支持下的农房侵占耕地自动化监测[J]. 测绘通报, 2022, 0(3): 47-53.
[8]	王胜利, 朱寿红, 蒋毅. 基于CNN模型迁移的OLI影像光伏电池板场景识别[J]. 测绘通报, 2022, 0(2): 5-9.
[9]	杨素妨, 杜林. 多特征流形鉴别嵌入的高分辨率遥感影像分类[J]. 测绘通报, 2021, 0(9): 37-42.
[10]	耿万轩, 周维勋, 金双根. 基于LDCNN特征提取的多核SVM高分辨率遥感影像场景分类[J]. 测绘通报, 2021, 0(8): 14-21.
[11]	侯海倩, 唐超, 赵丽凤, 张昊. 轨道扣件病害自动化检测研究及应用[J]. 测绘通报, 2021, 0(8): 88-92.
[12]	苏艺凡, 党建武, 王阳萍, 杨景玉. 改进的区间二型模糊聚类遥感影像变化检测[J]. 测绘通报, 2021, 0(7): 44-51,58.
[13]	聂倩, 七珂珂, 赵艳福. 融入超像素分割的高分辨率影像面向对象分类[J]. 测绘通报, 2021, 0(6): 44-49.
[14]	侯翘楚, 李必军, 蔡毅. 高分辨率遥感影像的车道级高精地图要素提取[J]. 测绘通报, 2021, 0(3): 38-43.
[15]	张伟良, 刘琦, 吴长彬, 杨光迪. 基于孪生神经网络的土地利用现状年度变化检测[J]. 测绘通报, 2021, 0(3): 91-95,104.