基于样本自动选择与SVM结合的海岸线遥感自动提取.pdfVIP

25 ， 2 国 土 资 源 遥 感 Vol． 25 ，No． 2 第 卷 第 期 2013 06 REM OTE SENSING FOR LAND ＆ RESOURCES Jun． ，2013 年 月 doi :10 ． 6046 / gtzyyg． 2013． 02 ． 13 : ， ， ， ． SVM ［J］． ，2013 ，25 (2 ): 引用格式 朱长明 张新 骆剑承 等 基于样本自动选择与 结合的海岸线遥感自动提取 国土资源遥感 69 － 74 ． (Zhu C M ，Zhang X ，Luo J C ，et al． Automatic extraction of coastline by remote sensing technology based on SVM and auto － selection of training samples ［J］． Remote Sensing for Land and Resources ，2013 ，25 (2):69 － 74 ． ) 基于样本自动选择与SVM 结合的 海岸线遥感自动提取 1，2 2 2 3 3 ， ， ， ， 朱长明 张 新 骆剑承 李万庆 杨纪伟 (1． ， 221116 ;2 ． ， 100 10 1; 江苏师范大学城市与环境学院 徐州 中国科学院遥感应用研究所 北京 3． ， 056038) 河北工程大学 邯郸 : 、 、 ， 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 。 ， NDWI ， (support vector machine ，SVM) 度 为此 在 模型的基础上 提出了基于样本自动选择与支持向量机 的海岸线 。 NDWI ， ; NDWI 遥感自动提取算法 首先进行 计算与全局阈值分割 实现水体信息的初步提取 再通过 信息控制初 ; SVM ， ; ， 始样本的自动选择 然后利用 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 。 ，