常宇佳，邱志偉,2*，牛 原，吳振宇， 潘春天

（1.江蘇海洋大學 海洋技術(shù)與測繪學院，江蘇 連云港 222000；2. 江蘇省海洋資源開發(fā)研究院， 江蘇 連云港 222000）

1 SAR影像海岸線檢測研究現(xiàn)狀

海岸線的檢測對于沿海地區(qū)是非常重要的，對于地理地圖、海岸侵蝕監(jiān)測都有重大意義[1-5]。近年來，國內(nèi)外專家學者對于SAR 影像海岸線檢測提出了諸多方法，經(jīng)過大量文獻查閱，大致分為5 種。

1）區(qū)域型方法檢測海岸線。該方法利用區(qū)域合并算法，通過連續(xù)自適應區(qū)域合并實現(xiàn)海岸線的分割。近些年，通過謝明鴻等對區(qū)域合并算法的不斷優(yōu)化，該算法已有效減少了計算量，并有較高的提取精度，但仍有缺陷，如海面上的高亮區(qū)域、地面與海面的相似區(qū)域，算法導致出現(xiàn)孤立的小區(qū)域，極大的影響了海岸線的分割效果。

2）閾值檢測提取海岸線。采取合適的閾值實現(xiàn)海岸線的檢測，只有當海岸線區(qū)域像素差異明顯，并且相干斑噪聲較小時，才能比較理想的提取出海岸線部分。該方法需要人為設(shè)置參數(shù)，并且對于閾值極為敏感，容錯性不高。

3）馬爾可夫隨機場方法。馬爾可夫隨機場是建立在馬爾可夫模型和貝葉斯理論基礎(chǔ)之上的。自2012 年，F(xiàn)abio 等提出基于馬爾可夫隨機場的海岸線檢測算法，雖然該算法只能檢測高分辨率單視點復合SAR 影像，但也可以提取出諸多海岸線的細節(jié)信息。之后Fabio 等又在該算法進行了改進，提出一種無監(jiān)督，低報錯率的海岸線檢測算法。但是該方法需要大量的計算量，且提取精度不理想。

4）人工神經(jīng)網(wǎng)絡(luò)方法。該方法模擬人類視覺信息處理提高海岸線檢測精度，有較好的學習能力和自動更新能力，但是在海面紋理數(shù)據(jù)差異較大時，該算法的處理能力相對較弱，且該算法耗時長，提取精度受樣本數(shù)量和特征類型的影響。

5）主動輪廓模型法。該方法將海岸線區(qū)域與主動輪廓線相結(jié)合，給出基于海岸線檢測區(qū)域的水平集法。該方法可得到連續(xù)的海岸分割線，但該算法的參數(shù)需要人工調(diào)試，且對于海面粗糙度不均勻的區(qū)域效果不是很理想。本文在眾多理論基礎(chǔ)上改進并提出一種適用于Sentinel-1 影像的海岸線自動提取方法，該方法快速、簡便、提取精度較高，實用性較強。

2 研究方法和關(guān)鍵技術(shù)

2.1 研究區(qū)域概況

連云港是全國為數(shù)不多擁有港口的城市，海岸線全長176.5 km，因此對連云港的海岸線進行監(jiān)測分析有著非常重大的意義。本次實驗區(qū)域為接近連島附近的海岸線，全長約為32 km。Sentinel-1 影像分辨率為30 m，重訪周期為12 d。

2.2 技術(shù)流程

本文使用的海岸線提取流程如圖1 所示，首先獲取連云港SAR 多年的影像，然后進行圖像的預處理，將其相對應的軌道數(shù)據(jù)與之結(jié)合，處理成清晰的影像[6]，接著運用MATLAB 軟件使用K-means 算法分割處理，然后進行形態(tài)學處理，最后運用canny 算子提取海岸線[7]，最終根據(jù)多年海岸線，進行時空變化分析及精度驗證。

圖1 海岸線提取流程圖

3 實驗過程

3.1 圖像預處理

對于Sentinel-1 合成孔徑雷達影像，首先需要對圖像進行圖像預處理，利用ENVI SARscape 進行簡單的預處理，然后進行降噪處理，否則圖像中的一些無關(guān)噪聲點可能會影響海岸線的提取[8]。因此，本文在盡可能保證海岸線信息完整的基礎(chǔ)上，消除如船舶、海浪等噪聲點的干擾。

降噪結(jié)束后，對圖像進行NDWI 水體增強處理，根據(jù)水體指數(shù)直方圖，選取合適的閾值，最后得到水體指數(shù)影像，如圖2 所示。

圖2 水體指數(shù)影像

3.2 二值化

本文所采用的二值化是基于Kittler 改進的二值化方法，本文所采用的最小錯誤準則公式為:

對于給定的p(g)和p(g|i)，存在一個灰度g，其灰度g滿足:

式中，t為最小錯誤閾值。通過以下改進公式得到最優(yōu)解，該公式可以更簡單的計算出準則函數(shù)，大大節(jié)省了時間。

通過改進的二值化方法得到二值化圖像3c，并與Otsu 二值化3a 和kittle 二值化3b 作比較，如圖3 所示，明顯可以看出本文的二值化方法效果更好一些。

圖3 3 種二值化方法比較

3.3 K-means 算法聚類分割

在降噪結(jié)束后，對圖像進行K-means 聚類分割處理。在眾多的聚類算法中，K-means 聚類分割是最簡單的聚類算法之一，它屬于一種無監(jiān)督的學習算法。Kmeans 算法的難點在于需要設(shè)置不同的k值來獲得不同的聚類結(jié)果，k值的不確定性正是該算法的一個缺點。為了達到好的實驗結(jié)果，需要進行多次嘗試才能夠選取最優(yōu)的k值。在本次實驗中，選定的K值為10。

3.4 形態(tài)學處理

形態(tài)學處理是基于圖像形狀對圖像進行的一系列處理操作，基本操作步驟包括:腐蝕-膨脹-填充-開運算-閉運算。

本文采用的算法是先對圖像填充小的孔洞，補充小的像素點，使海岸線更加的光滑，然后進行去噪操作。接下來進行對圖像膨脹操作，填補圖像的高亮區(qū)域，然后進行腐蝕操作，將海岸線分解成像素元素，把不屬于海岸線的元素變?yōu)閭€體，然后再進行填充，使海岸線變得更加光滑、連續(xù)。

3.5 邊緣檢測

邊緣檢測是圖像處理和計算機視覺中的基本問題，邊緣檢測的目的是標識數(shù)字圖像中亮度變化明顯的點[9]，就是確定像素點的狀態(tài)來判斷像素點是否在邊緣。

常見的邊緣檢測算子有Roberts 算子、Prewitt 算子、Sobel 算子、Canny 算子。本文經(jīng)實驗研究實例對比，Canny 邊緣檢測算子為最優(yōu)檢測算子，選擇Canny邊緣檢測算子對Sentinel-1 圖像進行邊緣檢測。

Canny 算子在處理邊緣檢測時，首先利用高斯濾波器平滑圖像，然后利用一階偏導有限差分計算梯度幅值和方向，對梯度幅值進行非極大值抑制，用雙閾值檢測和連接邊緣[10-12]。對形態(tài)學處理之后的圖像進行Canny 算子檢測邊緣，在此，本文對算法做了進一步的優(yōu)化，將圖像在matlab 中提取出的笛卡爾坐標直接在算法中進行轉(zhuǎn)化，使其轉(zhuǎn)換為WGS84 坐標。

4 實驗結(jié)果與分析

本文實驗首先從歐空局獲取原始圖像，并用Envi進行圖像預處理，裁剪后的結(jié)果如圖4 所示。

圖4 裁剪后的實驗區(qū)域圖片

使用算法進行圖像處理，結(jié)果如圖5 所示。圖5展示了實驗區(qū)域海岸線提取的一個實例過程，從圖中可以看出圖像經(jīng)過K-means 算法分割（a）、二值化降噪處理（b）、形態(tài)學處理（c）、邊緣檢測算子檢測（d）等操作后，海岸線準確的被提取出來，最后與原始岸線做對比（e）。從圖5 中可看出經(jīng)形態(tài)學處理后岸線分割完整，提取的海岸線與原本岸線基本完全契合。

圖5 實驗區(qū)域海岸線提取過程

圖6 為多年海岸線提取對比圖，實驗數(shù)據(jù)采用不同年份相同季度的SAR 影像。從實驗結(jié)果來看，2016 年與2015 年岸線變化并不明顯，而自2017-2020 年，岸線變化逐年明顯，向內(nèi)陸延伸明顯。為了驗證預測，隨后在獲取到提取的海岸線數(shù)據(jù)后，可以計算出所研究區(qū)域的海岸線包圍的陸地面積，從而計算出陸地變化的趨勢。提取出的海岸線離散點的坐標，把圖像邊界像素點也加進散點數(shù)據(jù)集，所有的點連接成一個任意多邊形，然后利用多邊形面積公式計算出陸地的像素面積。公式如下:

圖6 多年海岸線提取對比圖

式中，xi、yi為海岸線離散點的坐標，計算出像素面積后，則可通過比例關(guān)系，計算出陸地真實的面積。

經(jīng)過圖像處理并提取數(shù)據(jù)，計算出實驗區(qū)域連云港海岸陸地面積變化時間在2015-2020 年，如圖7 所示。表中表明，自2015 年，連云港內(nèi)陸面積在逐年減少，可能是由于近年來全球氣候變暖，海平面升高以及多年海水侵蝕所致。經(jīng)實驗數(shù)據(jù)表明，實驗區(qū)域連云港沿岸陸地面積年平均縮減率為4.209 km2/a。由此例可以看出，本文提出的海岸線提取算法是可以基于哨兵一號數(shù)據(jù)對海岸線數(shù)據(jù)進行提取的。因此進行了分析和計算，極大的避免了傳統(tǒng)野外測量效率低、周期長的弊端，證實了該方法的在海洋工程方面的可行性和有效性。

圖7 2015-2020 年實驗區(qū)域海岸陸地面積變化

以本文的精度驗證進行實地測量，測量時間為2020-05-17，并下載2020-05-23 的Sentinel-1 數(shù)據(jù)。本文選取30 個特征點，其中最大像素偏差為5，最小像素偏差為1，像素平均偏差為2.9，如圖8 所示。從精度對比結(jié)果分析得出結(jié)論，海岸線提取精度較高。

圖8 像素偏差直方圖

5 結(jié) 語

本文首先獲取了連云港多年同一季度SAR 影像，并進行一系列的數(shù)據(jù)處理操作，然后應用Matlab 軟件對多年影像進行海岸線自動提取分析。實驗結(jié)果顯示，利用該方法對Sentinel-1 影像提取邊界線效果良好，從中可以提取出準確海陸邊界線，對生態(tài)環(huán)境保護、農(nóng)林牧漁業(yè)的發(fā)展、海洋資源的規(guī)劃管理及航海安全等方面有著重要的影響，并為基于SAR 影像提取邊界線進行時空變換分析做出了補充。