基于遙感圖像增強的海岸線提取方法

郭碧云,潘磊劍,Mantravadi.Venkata subrahmanyam

摘要：在人類活動和自然環境的影響下，海岸帶長期處于變化狀態，準確提取和實時監測海岸線變化對我國海岸帶的利用與開發具有重要意義。文章利用Landsat TM遙感圖像和ERDAS IMAGINE遙感圖像處理軟件的監督分類和圖像增強方法，提出兩種海岸線獲取方法，完成海岸線的自動提取，實現海岸帶的大面積同步和動態監測。

關鍵詞：遙感;Landsat TM;海岸線;監督分類;圖像增強

中圖分類號：P74 ? ?文獻標志碼：A ? ?文章編號：1005-9857（2020）07-0042-03

Coastline Extraction Method Based on Remote Sensing Image Enhancement

GUO Biyun，PAN Leijian，Mantravadi.Venkata subrahmanyam

（Marine Science and Technology College，Zhejiang Ocean University，Zhoushan 316022，China）

Abstract： Under the influence of human activities and natural environment，the coastal zone has been in a changing status for a long time.Accurate extraction and realtime monitoring of coastline changes are of great significance for the utilization and development of China′s coastal zone.Using the supervised classification and image enhancement methods of ERDAS remote sensing image processing software and Landsat TM remote sensing image，two coastline extraction methods were proposed to complete the automatic coastline extraction and realize largearea synchronous and dynamic monitoring of the coastal zone in this paper.

Key words：Remote sensing，Landsat TM，Coastline，Supervised classification，Image enhancement

0 引言

海岸線是海洋與陸地的相交線，通常分為大陸海岸線和島嶼海岸線[1]。國家標準《海洋學術語海洋地質學》（GB/T18190—2017）這樣定義[2]：海岸線是海陸分界線，在我國系指多年大潮平均高潮位時海陸分界痕跡線。

以往提取海岸線的方法有攝影測量法和實地測量法，費時費力。隨著計算機和遙感技術的發展，遙感圖像解譯為海岸線的提取提供了新的方法。目前常用的遙感圖像海岸線提取方法有自動解譯和目視解譯兩種。自動解譯是將岸線作為圖像的邊緣檢測出來;目視解譯是經過手工轉繪成圖。自動解譯得到普遍應用，如區域生長提取法、神經網絡法、閾值分割法、邊緣檢測法和面向對象法[3]。用于提取海岸線的遙感影像是通過衛星光學遙感、激光雷達或微波遙感方式獲取的。本研究利用Landsat TM 遙感影像，通過遙感圖像分類和圖像增強方法提取海岸線。

1 數據

海洋開發與管理 2020年

第7期 郭碧云，等：基于遙感圖像增強的海岸線提取方法

Landsat主題成像儀（TM），是Landsat 4與Landsat 5搭載的傳感器，1982年發射，其工作狀態良好，可以獲得連續的地球影像。Landsat 4與Landsat 5每16天掃描同一區域一次，即16天掃描完全球。Landsat TM影像具有7個波段，波段1～5與波段7空間分辨率是30 m，熱紅外波段（波段6）空間分辨率是120 m，掃幅寬度185 km。

TM遙感影像不同波段的用途如下：

波段1：辨別土壤與植被，用作水體穿透;波段2：辨析植被;波段3：處于葉綠素吸收區域，用于觀測植物種類/裸露土壤/道路;波段4：估算生物量;波段5：分辨道路/裸露土地/水;波段6：感應到發出熱輻射的目標;波段7：辨析巖石/礦物質和植被覆蓋/濕潤土壤[4]。

本研究利用Landsat 5 TM數據，1993年6月3日遙感影像。

2 研究區

研究區選取杭州灣（圖1），位于浙江省東北部，水域面積大約有5 000 km2，海灣口寬約100 km，灣頂寬約20 km，全長大約90 km，杭州灣南岸是寬闊邊灘，北部是貼岸深槽，中間地形較平坦，在東海潮波、長江口南下水和錢塘江徑流的影響下，水體含沙量較高[5]。

3 研究方法

方法一：監督分類后圖像增強。是將分好類的圖像再進行圖像增強處理。

方法二：圖像增強。是直接對研究區的影像進行圖像增強處理。

3.1 遙感數字圖像計算機分類

遙感數字圖像計算機解譯是將遙感圖像富含的信息獲取發展成基于計算機技術的遙感圖像的自動化識別，為的是實現對遙感圖像的理解。它的基礎是遙感圖像的計算機分類。遙感圖像的計算機分類是基于地物固有的光譜特征，即不同波段地物電磁波輻射的測量值，這些值作為遙感圖像分類的最原始特征變量。分類是對影像上每個像元依據亮度值的接近程度分配到相應類別中去，以達到區分地物的目的。

本研究用圖像分類方法中的監督分類法。該方法利用訓練區樣本構建判別函數，把待分的像素代入判別函數進行判別。監督分類法又包括：最小距離分類法、多級切割法、特征曲線窗口和最大似然比分類法。本研究用最大似然比分類法，它通過求出每個像元相對于各種類別的歸屬概率，將該像元分配到歸屬概率最大的種類去的方法。

將進行過預處理（大氣校正、幾何校正等）后的圖像，通過影像裁剪或拼接后得到研究區的影像。然后，利用遙感圖像處理軟件ERDAS IMAGINE中的監督分類方法，將影像中的地物分為兩類：水體與陸地。這幾個步驟也可以在其他的遙感圖像處理軟件中完成。本研究所有處理過程利用ERDAS IMAGINE圖像處理軟件。

3.2 圖像增強

當一幅圖像的有用信息不突出或者目視效果不好時，需要對圖像進行增強處理。遙感圖像增強是通過變換、調整影像的色調或密度，來突出圖像的某種特征或改善影像目視效果的處理過程。圖像增強的方法包括：對比度變換、空間濾波、彩色變換、圖像運算、多光譜變化。本研究用空間濾波方法，該方法是以重點突出影像上的一些特征為目的，如突出紋理或邊緣等。它是通過某像元和它周圍相鄰像元的關系，利用空間域中鄰域處理方法實現，包括平滑和銳化。

本研究采用銳化方法。這種方法是為了突出圖像的線狀目標、邊界和某些亮度變化率大的部分。銳化過后的圖像不再具有原遙感影像的信息和特征，成為邊緣圖像。銳化的方法有很多，例如，羅伯特梯度、索伯爾梯度、拉普拉斯算法和定向檢測法等。

提取海岸線有2種方法。第一種方法是直接圖像增強法提取海岸線。第二種方法是對監督分類后的圖像進行增強處理，獲得海岸線，該方法是通過遙感圖像處理軟件ERDAS IMAGINE 中的傅里葉變換來完成，它是把RGB彩色圖像轉變為一系列不同頻率的二維余弦或正弦波傅里葉圖像，再對頻率域內傅里葉圖像進行編輯、掩模等各類操作，降低或消除低頻或高頻成分，然后再把頻率域的圖像逆變換回空間域，達到圖像增強的目的。它的機理是將圖像從空間域變為頻率域后而做的運算，是一種空間增強處理。空間增強是利用周邊像元值而做的修改，主要是空間頻率的運算。空間頻率是相鄰像元間最大值和最小值之間的差值。Jensen[6]將空間頻率定義為：單位距離內亮度值的變化。

4 討論

用遙感圖像和圖像增強的方法提取海岸線，較傳統的實地勘測測量具有快速、省時省力的優點。對遙感影像直接進行增強處理獲取海岸線的方法，在海水中泥沙含量較高的區域較難實現。先通過分類的方法將地物分為海水和陸地兩種，這樣在兩種地物交界處（兩種地物交界的相鄰像元間）將成為高頻部分。對分類后的影像再進行圖像增強處理，將大大增加海岸線提取的精度。

對于圖像分類也可采取非監督分類方法。采取哪種分類方法，應根據研究區的實際情況。訓練場地的選擇是監督分類的關鍵，如果對研究區不太了解，或資料缺少的情況下，要選擇足夠數量的訓練場地會增加很多額外工作量，這是監督分類的不足之處。這時可以選擇非監督分類，它不需要更多的先驗知識，是根據地物的光譜信息進行分類。對于分類結果的準確性需要進行實地調查來檢驗[7]。

參考文獻

[1] 梁立，劉慶生，劉高煥，等.基于遙感影像的海岸線提取方法綜述[J].地球信息科學，2018，20（12）：1745-1755.

[2] 孫偉富，馬毅，張杰，等.不同類型海岸線遙感解譯標志建立和提取方法研究[J].測繪通報，2011（3）：41-44.

[3] 申家雙，翟京生，郭海濤.海岸線提取技術研究[J].海洋測繪，2009，29（6）：74-77.

[4] 張焱，陳清，何麗娟.基于ENVI4.2的遙感圖像分析處理：以廣州市北部地區的ETM遙感圖像為例[J].軟件導刊，2008，7（6）：110-111.

[5] 王飛，王珊珊，王新，等.杭州灣懸浮泥沙遙感反演與變化動力分析[J].華中師范大學學報（自然科學版），2014，48（1）：112-116，135.

[6] JENSEN J R.Introductory digital image processing：a remote sensing perspective[M].Englewood Clifs，NJ：Prentice Hall，1996.

[7] 梅安新，彭望琭，秦其明，等.遙感導論[M].北京：高等教育出版社，2017.

基金項目：國家自然科學基金項目（51479179，51209119）;浙江海洋大學通識教育課程建設項目“遙感技術概論”.

作者簡介：郭碧云，副教授，博士，研究方向為海洋遙感