基于遥感图像的大区域海岸线提取系统设计

谢祖明

（福建省测绘院，福建 福州 350003）

0.引言

海岸线是陆地和海洋的分界线，海岸线的位置不固定，流水沉积、海水侵蚀和人类活动等均对海岸线造成影响。为提升海洋资源利用率、丰富人类生活、改善海洋生态环境，需对海岸线信息进行管理。大量研究结果表明：海岸线是海岸带信息中的重要组成部分，快速、精准地确定海岸线位置对于海岸带及海域管理具有重要的现实意义[1，2]。海岸线信息的提取对于海洋资源的利用、沿海城市的发展具有重要的指导意义。与此同时，海洋环境保护、沿海城市规划及海洋地图测绘等领域的发展，都将海岸线定位与提取作为基础。为此，研发可获取高质量海岸线信息的海岸线提取方法迫在眉睫。

通过文献研究发现，海岸线是遥感图像中一种较为特殊的边界，其提取方法与其他边界的提取方法存在差异[3，4]。在此领域的研究中，西方国家起步较早，其应用技术也较完善。当前我国使用的大部分大区域海岸线提取系统均将海岸线提取技术按照常规图像边界提取方法进行设定，此种情况大大降低了海岸线提取结果的精准度[5]。针对此问题，本研究提出一种基于遥感图像的大区域海岸线提取系统，此系统将遥感图像作为研究基础，使用适合海岸线提取的技术，完成整体图像的处理与信息获取。本研究以遥感影像数据为基础，结合硬件和软件系统的设计和优化，以提高海岸线提取系统的检测精度，从而获取高质量的海岸线信息。

1.基于遥感图像的大区域海岸线提取系统的硬件设计

本研究将遥感图像作为大区域海岸线提取的基础，为了更好获取此图像并完成图像处理，对系统硬件部分进行了改善与优化，优化后的系统硬件框架如图1所示。

图1 基于遥感图像的大区域海岸线提取系统硬件框架

本研究将海岸线提取系统硬件大致分为三部分，分别为遥感图像采集模块、图像处理与提取模块及中央控制模块。对所需设备重新选型，构建系统新型硬件框架。由于此系统的重点设计章节均在软件开发部分，因此系统硬件设计仅对遥感图像采集模块与中央控制模块进行描述。

1.1 遥感图像采集模块

本次研究中将遥感相机作为遥感图像采集装置，考虑到图像的完整性与系统的安全性，对多种遥感相机进行参数比对后，选择RedEdge-MX BIUE十光谱相机作为图像采集设备。为保证此遥感相机的使用效果，在其内部安装一个控制器，此控制器组成部分设定如下：

（1）控制板：ARM控制板；

（2）处理器：32位微处理器；

（3）接口：USB接口、SD卡接口、通信网口；

（4）内存：NAND Flash；

（5）时钟源：32.00MHz；

（6）存储器型号：K9F2G08UOM；

（7）电平：RS-232电平串口。

根据上述参数，对遥感相机的控制器进行设计，并将其与相机进行组装。在获取遥感图像的同时，系统中增设高分辨率数码相机辅助实现目标图像采集，用以提高遥感影像采集精度。

1.2 中央控制模块

在上述模块设定完成后，为保证遥感图像采集模块与图像存储模块等硬件模块可协同工作，对系统的中央控制模块进行优化，选择微型控制芯片设定新的系统控制器。在对大量遥感相机的控制器进行比对后，将控制器的相关设定如下：

（1）支持接收机器类型：DSM2、DSMJ；

（2）工作电压：3.5V；

（3）控制精度：0.1°；

（4）工作环境温度：-20℃-50℃；

（5）尺寸大小：200mm×150mm×10mm。

根据上述设定内容，对中央控制器模块的基本内容进行设定，具体如图2所示。

图2 中央控制器基本结构

由图2可知：对中央控制模块的基本内容进行设定，并将其替换至原始中央控制器位置。以中央控制器为中心，将优化后的系统硬件进行整合，得到新的系统硬件框架。

2.基于遥感图像的大区域海岸线提取系统的软件设计

2.1 海岸线区域主轮廓获取模块

在获取研究区域的遥感图像后，使用GVF算法获取海岸线区域主轮廓信息，得到海岸线区域主轮廓获取方程组，如式（1）所示：

式（1）中，ωθ为计算过程中的实参数；inv为计算中的弹性系数；δ为图像刚性能系数；Xi为文中系统提取海岸线的横坐标；Yi为文中系统提取海岸线的纵坐标。通过上述计算，获取海岸线区域主轮廓，为后续研究提供基础。

2.2 大区域海岸线提取模块

在海岸线区域主轮廓获取模块设计结果的基础上，对海岸线提取模块展开优化。将遥感图像中的RGB色彩空间转化为LAB色彩空间，并对色彩空间中的颜色进行统计，使用K均值算法对彩色信息进行聚类，得到陆地空间与海洋空间两部分。在上述计算过程完成后，使用Canny算子提取海岸线。由于提取的结果存在断裂位置，需要对提取后结果进行填充，并对填充后的结果的平均灰度值进行计算。接下来，对海岸线提取结果进行二值化处理，完成图像之间的分割工作，并对其进行填充，在此，对提取的海岸线进行平滑处理，保证其连续性与完整性。将上述模块与硬件优化结果进行融合处理。至此，基于遥感图像的大区域海岸线提取系统设计完成。

3.系统测试

在本研究中提出基于遥感图像的大区域海岸线提取系统，为证实此系统具有研究价值，构建系统测试环节，从功能测试与非功能测试两方面测定文中系统基础性能。

3.1 系统调试

本次系统测试采用功能测试与黑盒测试结合的方式，在系统开发的过程中使用白盒测试的方式，对系统在运行中可能遇到的问题进行考量，而后对系统功能模块进行单元测试，保证系统的基础功能符合设定要求。在全部模块测定完成后，对系统进行集成测试，确保系统功能具有完整性。具体系统调试用例与调试结果如表1所示。

表1 系统调试用例及调试结果统计表

对上述系统调试结果进行分析可以看出，文中系统的硬件连接效果较好，系统的基本功能均可实现，系统的功能模块可稳定运行。在后续系统测试中可对文中系统的基础功能展开研究与分析，对系统的使用效果进行判定。

3.2 系统测试方案

为验证文中所设计系统的有效性，在系统测试过程中使用遥感图像对其进行测试。测试前，将原始图像的像素块设定为32×32大小，原始测试图像如图3所示。

图3 海岸线提取测试原始图像

在系统性能测试中，将系统性能评价指标设定为系统提取结果与外业手动提取结果的相似度，具体内容如式（2）所示：

式（2）中，xi为主轮廓横坐标；yi为主轮廓纵坐标；xi为外业手动提取海岸线的横坐标；yi为外业手动提取海岸线的纵坐标。本次测试中使用此指标确定文中系统提取结果的准确性，因此在系统测试前对海岸线进行外业手动提取，所得提取结果如图4所示。

图4 海岸线外业手动提取结果

在系统测试过程中，选取具有代表性的基础提取系统、雷达提取系统与文中系统进行对比，根据测试结果分析三种系统的优劣。

3.3 测试结果分析

根据上述系统测试方案，对海岸线提取测试原始图像进行提取，所得测试结果如图5所示。

图5 大区域海岸线提取结果

由图5可知：不同系统的海岸线提取结果差异性较大。对试验结果进行观察可以看出，文中系统的海岸线提取结果相对细致，其他两种系统的提取结果相对粗糙。为了更好分析不同系统的海岸线提取结果，对提取过程中的检测率、处理时间及分辨率进行分析，所得分析结果如表2所示。

表2 遥感图像海岸线提取结果

对上表中内容进行分析可以发现，在三种系统的分辨率一致情况下，文中系统的图像大小、检测率及响应时长均优于其他两种系统，由此判定文中系统的提取精度相对较高。使用式（2）对图3中的数据进行计算与统计，所得结果如下：

文中系统海岸线外业手动提取结果最为接近，其他两种方法的海岸线提取结果与海岸线外业手动提取结果相差较大。通过此结果可以确定，文中系统的海岸线提取精度较高。对此次系统测试的全部结果进行整理与分析，证实文中系统的功能性与性能均符合当前海岸线提取系统的设计要求，在今后的研究中可使用其对大区域海岸线进行提取。

4.结束语

针对当前海岸线提取过程中出现的问题，本研究提出一种新型海岸线提取系统。其对原有系统的硬件与软件进行全方位优化，并验证此系统的应用效果。由于条件限制，此次系统测试样本较少。在今后的研究中还需扩大系统测试样本量，以证实此系统的稳定性。