|
|||||
|
|
| 基于样本自动选择与SVM结合的海岸线遥感自动提取 | |
| 引用本文： | 朱长明,张新,骆剑承,李万庆,杨纪伟.基于样本自动选择与SVM结合的海岸线遥感自动提取[J].国土资源遥感,2013,25(2). |
| 作者姓名： | 朱长明 张新 骆剑承 李万庆 杨纪伟 |
| 作者单位： | 1. 江苏师范大学城市与环境学院,徐州 221116;中国科学院遥感应用研究所,北京 100101 2. 中国科学院遥感应用研究所,北京,100101 3. 河北工程大学,邯郸,056038 |
| 基金项目： | 国家自然科学基金项目，国家科技支撑计划项目，水利部公益性行业科研专项经费项目 |
| 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. |
| 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 |
Automatic extraction of coastline by remote sensing technology based on SVM and auto-selection of training samples |
|
| Abstract: | |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ | |