海岸線影像特征提取方法與實證研究.pdf

1、本文從海岸帶與海岸線的基本理論出發(fā)，圍繞海岸線遙感影像特征提取這一主題，在深入理解小波分析方法的基本原理及分析前人在圖像邊緣提取方面的研究成果的基礎(chǔ)上，首先針對海岸線經(jīng)典邊緣提取算法進(jìn)行深入的研究，并通過各種實驗進(jìn)行對比分析；其次，結(jié)合小波分析的基本理論和方法，提出基于小波分析的高分辨率遙感影像的海岸線提取方法及依托MATLAB圖像處理工具的可行性與優(yōu)越性；最后，提出利用多尺度小波分析方法進(jìn)行高分辨率遙感影像海岸線提取的工作流程，并根據(jù)

2、實際影像的特點進(jìn)行深入的方法探討與實證研究，由此體現(xiàn)了小波分析方法應(yīng)用于該領(lǐng)域的優(yōu)勢。 長期以來，在人們的生產(chǎn)生活與海岸帶之間構(gòu)成了密不可分的關(guān)系。海岸帶人口聚居、資源豐富、開發(fā)程度高，匯集了大量的產(chǎn)業(yè)和重要的城市。同時，海岸帶也是地質(zhì)環(huán)境及生態(tài)環(huán)境最敏感、最脆弱的地帶，是能量流和物質(zhì)流重要的聚散地帶。海岸線作為海岸帶的重要標(biāo)志之一，對于海岸帶區(qū)域的生態(tài)系統(tǒng)興衰、環(huán)境演變及海岸的侵蝕等均起到重要的指示作用。 遙感影像可作

3、為海岸線變化監(jiān)測的重要數(shù)據(jù)源之一，隨著遙感技術(shù)研究與應(yīng)用的發(fā)展，影像空間分辨率在不斷提高，從高分辨率遙感影像中提取海岸線已成為海岸線調(diào)查研究的一個重要手段。由于海岸線的提取過程受到研究方法的適用范圍及效率等因素的制約，使得檢測速度和提取精度均有待提高。這種狀況能否在一定程度上有所改變，這正是本文所要探討的。本文依據(jù)小波分析的基本理論和方法，主要圍繞利用遙感影像進(jìn)行海岸線檢測的方法探討來展開研究，其具體研究過程及結(jié)論可概括如下：

4、首先，從海岸帶與海岸線的基本理論出發(fā)，在充分認(rèn)識海岸線變化檢測的重要性和緊迫性的基礎(chǔ)上，分析和總結(jié)了海岸線影像提取的研究現(xiàn)狀和存在的缺陷，力求通過對海岸線提取方法的研究來改善當(dāng)前國內(nèi)的海岸線遙感影像提取技術(shù)的不足。 其次，介紹了幾種海岸線邊緣提取的經(jīng)典算法，包括閾值分割法、區(qū)域生長法以及圖像邊緣檢測法等。圖像邊緣一般被定義為圖像中灰度發(fā)生急劇變化的部位，其灰度變化程度可以用圖像灰度分布的梯度來反映。而這些算法的實質(zhì)是針對原始圖像

5、中像素的某個小鄰域，通過局部圖像微分技術(shù)來構(gòu)造邊緣提取算子，最終提取出圖像中對象與背景間的交界線。文中借助于圖像處理工具的處理分析，實現(xiàn)了上述各種邊緣檢測算法對實驗數(shù)據(jù)邊界的提取。對各種提取結(jié)果進(jìn)行對比后發(fā)現(xiàn)，上述算法均存在一定的局限性，尤其是對噪聲的干擾十分敏感，對噪聲的響應(yīng)往往大于對圖像邊緣的響應(yīng)，從而造成檢測出的圖像邊緣模糊，甚至出現(xiàn)邊界斷點：且這些模糊一般不能通過提高閾值來改善，因為提高閾值雖可抑制噪聲，但同時也會抑制掉部分微弱

6、邊緣。可見，傳統(tǒng)邊緣提取算法的提取速度雖然較快，但其效果未必理想，尤其在噪聲檢測方面考慮不足。針對“如何從局部高頻信號中區(qū)分噪聲與邊緣”這一關(guān)鍵問題，文中提出應(yīng)用小波分析方法從高分辨率遙感影像中提取海岸線的可能性，繼而分析了該方法在這方面的獨特優(yōu)勢，以及利用Matlab建模工具實現(xiàn)小波分析圖像處理的可行性和優(yōu)越性。 最后，基于小波分析方法的多尺度分析理論，提出了一種基于小波變換的多尺度邊緣提取方法，并通過編程進(jìn)行了實證研究，取得

7、較好的效果。其具體實現(xiàn)過程如下：①選取具有代表性的圖像進(jìn)行裁剪，并對裁剪結(jié)果圖進(jìn)行圖像的預(yù)處理；②通過灰度拉伸處理，提高圖像整個灰度級的動態(tài)范圍，以突出感興趣區(qū)域；③利用基于小波變換的多尺度邊緣提取方法對圖像邊緣信息進(jìn)行提取，得到小波多尺度提取效果圖；④對上述結(jié)果進(jìn)行影像后處理，通過邊界跟蹤和細(xì)化處理等步驟最終獲得海岸線，并將此結(jié)果與傳統(tǒng)邊緣提取算子的提取結(jié)果進(jìn)行對比分析。 受影像資料、研究時間和筆者自身知識水平所限，本文研究尚