共查询到10条相似文献,搜索用时 46 毫秒
1.
《国土资源遥感》2021,(1)
遥感水边线法构建潮滩数字高程模型(digital elevation model,DEM)是获取大范围淤泥质潮滩地形的有效途径,准确提取水边线是潮滩DEM构建的关键。受潮情及滩面的影响,不同影像中的水边线在光谱与纹理上差异较大,单一方法难以准确地提取水边线。鉴于此,本文提出一种基于多算法水边线提取的潮滩DEM构建方法。根据瞬时潮情对多期水边线进行分类,应用边缘检测、阈值分割、面向对象分割与改进分水岭方法对不同类型水边线分别提取,通过对潮汐数据多项式插值计算水边线的瞬时潮位,构建潮滩DEM。本文以莱州湾西侧潮滩为研究区,利用多期GF-1 WFV影像与验潮站潮汐数据构建潮滩DEM。通过野外实测高程对DEM反演结果进行精度评价,反演值与实测值相关性较高,R~2=0.86,误差分布在0.31~0.78 m之间,中误差为0.17 m。结果表明,基于多算法水边线提取的潮滩DEM构建可以有效地获取潮滩近似地形。 相似文献
2.
四叉树与多种活动轮廓模型相结合的遥感影像水边线提取方法 总被引:1,自引:0,他引:1
通过对测地线活动轮廓(GAC)模型、Chan-Vese(CV)模型、局部二值拟合(LBF)模型的分析,将基于边缘和区域的活动轮廓模型以及基于四叉树的影像分割方法有机结合,提出了一种基于四叉树和多种活动轮廓模型的水边线提取方法。该方法首先对影像进行四叉树分割,为模型演化提供初始轮廓;然后利用CV模型的全局区域图像统计信息和LBF模型的局部区域图像统计信息构造新的符号压力函数,利用改进的符号压力函数代替GAC模型的边界停止函数,有效地改善了GAC模型提前停止演化和过度演化的问题;最后采用二值选择和高斯滤波正则化水平集方法(SBGFRLS)进行演化,避免了重新初始化和规则化,提高了水平集演化的效率。试验结果表明该方法对于包括弱边缘和严重凹陷边缘的水边线提取效果均良好,具有亚像素提取精度,并且提取速度快、稳定性好。 相似文献
3.
一种四叉树和测地线活动轮廓模型相结合的海陆影像分割方法 总被引:1,自引:0,他引:1
海陆影像分割对于后续的海岸线提取、潮间带地形反演、海岸演化状况分析等都具有十分重要的意义。本文在分析了四叉树、测地线活动轮廓(GAC)模型和Canny边缘检测算子等在海陆影像分割中优缺点的基础上,提出了一种四叉树、Canny算子和GAC模型相结合的海陆影像分割方法。该方法综合利用上述各方法的优点,将Canny算子边缘检测结果融入到基于四叉树初分割的GAC模型中,重构边界停止函数,演化水平集方程,实现海陆影像分割。试验结果表明,该方法具有海陆影像分割速度快、精度高、可靠性强和自动化程度高等优点,对于弱边缘以及严重凹陷边缘,都能实现自动和准确分割。 相似文献
4.
传统的海岸线调绘方法比较费时、费力,而且资金消耗巨大,因而会逐渐被遥感技术所取代。本文利用Landsat 8的OLI数据提取长江入海口处的九段沙水边线。由于水体、土壤等地物的光谱特征不同,所以可以选择不同的方法进行提取。本文选用了灰度阈值法、边缘检测法中的Soble算子和Roberts算子、改进的归一化水体差异指数(MNDWI)等方法对水边线进行提取研究,并对结果进行比较分析。发现Landsat 8中的第一波段有利于水边界线提取,边缘检测中的Soble算子提取的九段沙水边线可以得到较好的结果。 相似文献
5.
多元特征线遥感识别的滩涂DEM构建 总被引:1,自引:0,他引:1
针对水边线复合技术反演滩涂地形误差较大、经济成本较高等问题,提出了基于植被边线、冲淤痕迹线、水边线等多元特征线结合实测数据反演滩涂地形的遥感测量方法。以崇明东滩为研究对象,应用遥感技术提取水边线、植被边界线及冲淤痕迹线等多元特征线,利用实测数据拟合趋势线方法对边线高程赋值,并借助GIS空间分析技术将具有高程信息的特征线作为基础数据空间插值法构建滩涂DEM。最后,利用1∶1万地形图及实测数据对DEM反演结果进行质量评价。结果表明:该方法构建DEM影像数量需求少、时间跨度短、成本低、反演结果符合滩涂地形基本规律,垂直精度约为12 cm,研究结果对于滩涂冲淤变化及演变规律分析等研究具有重要的参考价值。 相似文献
6.
7.
针对海岸线人工解译提取的复杂性,研究了高分辨率遥感数据的海岸线自动提取技术。以WorldView-2影像为例,对研究区内的人工、砂质和基岩3种类型海岸水边线分别建立了遥感解译标志,分析不同水边线两侧地物的光谱特性,根据二者的光谱差异构建有效的特征波段,然后利用阈值法实现各类型海岸水边线的自动提取,进而通过进行潮位校正获得海岸线,大大提高了海岸线提取的精度和效率。 相似文献
8.
9.
提出了一种基于对比度增强和形态学的遥感影像道路边界与特征点提取的方法。先对遥感影像进行对比度变换增强,通过对比分析直方图均衡化和对比度分段线性增强两种方法获取的增强影像,选取区分度大的分段线性增强方法进行影像增强,然后运用数学形态法进行影像分割,实现道路和其他图像信息的有效分离。利用Krisch算子进行边缘检测提取道路的边缘信息,并基于边缘特征利用改进的Harris算子提取特征点,将提取的特征点进行拟合并用函数模型描述图像道路信息,用于后期制图中道路信息的矢量化。 相似文献