Matlab平台下遥感影像的北方岸线提取研究——以大连长兴岛为例.docx

Matlab平台下遥感影像的北方岸线提取研究——以大连长兴岛为例
摘要：
本文基于Matlab平台，针对大连长兴岛的遥感影像进行了北方岸线的提取研究。通过数据获取、影像预处理、特征提取以及分类判别四个环节，利用支持向量机对影像进行处理，提取出长兴岛的北方岸线位置。实验结果表明，该方法能够有效提取出长兴岛北方岸线位置，并且准确率较高。
关键词：Matlab；遥感影像；大连长兴岛；北方岸线；支持向量机
引言：
长兴岛位于大连市北部渤海湾海域，是一个较为重要的海岛。随着经济的发展，人们对于海域资源的开发与利用不断加大，而北方岸线作为海岸带的重要部分，具有重要的生态环境和自然资源等等优势。因此，正确、准确地提取出长兴岛的北方岸线对于海域资源开发与保护具有重要的意义。
研究方法：
图像获取：本次实验使用的是2019年的遥感影像，共涵盖了长兴岛及其周边海区。
影像预处理：包括矫正、去噪、增强等处理。其中，矫正是为了使影像中的水平线与实际地面水平线一致，去噪是为了减少图片中的噪点影响，增强是为了使影像细节更清晰。
特征提取：本文采用的是颜色、纹理和形状三种特征提取方式。首先，对灰度值进行阈值处理，提取出岸线区域与非岸线区域。然后，基于对比度及方向建立纹理特征，最后采用形状特征提取法进行岸线的特征提取。
分类判别：本文采用支持向量机（SVM）进行影像分类，通过对训练样本的学习，得出岸线的分类函数，将其应用于测试样本，并进行分类判别。
实验结果：
本文的实验结果表明，根据所提取的特征并利用SVM进行分类，可以较为准确地得到长兴岛的海岸线位置。在误差分析中，我们发现影响提取准确度的主要因素是数据的分辨率，影像的噪点及海水里程的波动等因素。
结论：
本文根据Matlab平台下的遥感影像，利用特征提取和分类判别算法，成功地提取出大连长兴岛的海岸线位置。实验结果表明此方法具有较高的准确率。但是，在实际应用中，影像特征提取、分类算法等方面需要不断加强研究，以提高该方法的应用范围和准确度。
参考文献：
[1]黄慧文，袁浩然，李翔宇.利用高分影像提取海岸线的研究[J].海洋技术,2018,37(5):33-37.
[2]陈汝江，彭一凤.基于SVM的遥感影像分类方法研究[J].北京理工大学学报,2019,39(5):1-6.
[3]黄建武，李恩兴，康华升.基于纹理特征的遥感影像分类[J].测绘科学技术学报,2018,35(5):67-70.