史晟恺

（上海市测绘院，上海200129）

1 引言

1.1 传统采集方式的劣势

传统海岸线数据采集的方式是去野外进行现场测绘，通过运用全站仪、RTK 或三维激光扫描等手段，测量海岸线的特征点，根据测量的坐标，相连成线作为海岸线。实测点的疏密以及连线的准确度势必会影响到海岸线的精确度。此外，现场实地勘探还需要耗费大量的外业时间，投入的人时成本巨大，效率相对低下，不利于大面积地区测绘工作的开展。海岸带周边环境不稳定以及突发情况频繁，由人工去实地进行长期监测显然不切实际。由于遥感观测具有大范围、准同步、多时相、高精度的特点，可以避免人工外业测绘时出现的各种不可抗因素，而且耗材成本低，带来的社会效益高，符合人工智能的发展潮流。这项技术在未来势必会广泛应用于海岸线的提取研究中。

1.2 学术现状

近年来，国内外学者针对遥感影像边界的提取技术进行了大量研究，提出了很多可行的方法。这些方法大致可归纳为两大类。第一类是基于图像边缘检测的提取方法，利用海岸线的空间关系，将海岸线的提取等同于水陆边缘检测。第二类是基于影像分割分类的方法，利用水体和陆地光谱特性的差异，对影像中水和陆的区域进行分割分类，以水陆分割线作为海岸线。传统的边缘检测方法为微分算子法，比较常用的经典图像边缘检测算子有Roberts 算子、Sobel 算子、Prewitt 算子、Canny 算子等[1]。

2 数据

2.1 数据来源

本文所用的遥感影像数据均来自于Landsat 系列的TM和ETM+数据，共5 个时相的卫星影像。……