期刊文章详细信息
基于决策树与密度聚类的高分辨率影像海岸线提取方法
Coastline extraction from high-resolution image based on decision tree and density clustering algorithms
文献类型:期刊文章
机构地区:[1]青岛大学数据科学与软件工程学院,山东青岛266071 [2]国家海洋环境监测中心,辽宁大连116023 [3]国家海洋局海域管理技术重点实验室,辽宁大连116023
基 金:国家自然科学基金(41506198);国家海洋局国家海域管理技术重点实验室开放基金项目(201205);海域使用动态监测和污染监测研究专项(Y30B12-9001-14/16);青岛市科技发展计划(13-1-4-121-jch;13-1-4-156-jch)
年 份:2017
卷 号:36
期 号:4
起止页码:590-595
语 种:中文
收录情况:AJ、BDHX、BDHX2014、CAS、CSCD、CSCD2017_2018、JST、PROQUEST、WOS、ZGKJHX、核心刊
摘 要:针对高分辨率影像进行海岸线提取时常常出现的河道区域岸线向陆地方向伸向较远的问题,本文将海岸线视为海水(包括潮滩)与陆地(包括河流)两类地物的分界线进行提取。首先采用C4.5决策树分类方法进行海岸带地物分类规则挖掘,实现基于规则的地物分类;再对海水与陆地分类结果进行基于密度的聚类方法进行后处理,实现噪声去除,其基本原理为:设置一邻域半径,通过统计半径内异类样本点的数量来确定当前点是否为噪声点,若异类像素点的个数超过某一预设的阈值,则对当前噪声点进行修正。为验证本文提出方法的有效性,获取了2013年10月20日天津附近海岸带区域的资源三号卫星影像数据进行验证,结果表明,本文提出的岸线提取方法能够消除河道区域岸线提取的影响,除个别地物比较复杂的区域之外,其平均提取精度优于2个像元,满足海域遥感技术规程中线状信息误差标准的要求。
关 键 词:密度聚类 决策树 高分辨率影像 海岸线提取
分 类 号:P737.11]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...