روشي جديد در قطعه بندي خودكار تصاوير ماهواره اي با دقت بالا براي استخراج خطوط ساحلي

A NOVEL SEGMENTATION APPROACH FOR COASTLINE EXTRACTION FROM HIGH RESOLUTION SATTELITE IMAGES

اين مقاله روشي جديد براي استخراج خودكار خطوط ساحلي از تصاوير ماهواره اي با قدرت تفكيك بالا ارايه مي دهد. روش پيشنهادي بر مبناي قطعه بندي فازي بوده كه در آن از آناليز هيستوگرام رنگ جهت تعيين تعداد كلاسها و از الگوريتم ژنتيك براي بهينه سازي ماتريس قطعه بندي فازي استفاده شده است. ابتدا تصوير ماهواره اي با استفاده از روش طبقه بندي فازي پيشنهادي به چندين كلاس همگن طبقه بندي شده و سپس با استفاده از فيلتر مرفولوژي، نويز موجود در تصاوير كاهش مي يابد. آنگاه با كمك الگوريتم آستانه گذاري، خطوط ساحلي استخراج مي گردند. براي ارزيابي روش ارايه شده از تصاوير ماهواره اي آيكنوس در منطقه كنارك در چابهار ايران استفاده شد. نتايج نشان مي دهد كه 95% از خطوط استخراجي با اين الگوريتم در محدوده حريم سه پپكسلي خط مبنا قرار گرفته اند كه اين نتايج بيانگر دقت بالاي الگوريتم پيشنهادي است.

The objective of this paper is to introduce a new method for coastlines delineation from high-resolution satellite images automatically. The proposed approach integrates the color histogram analysis for estimating the number of clusters, fuzzy c-partition, and genetic algorithms for optimizing fuzzy c-partition matrix. The imagery is classified into homogenous areas using the proposed fuzzy logic segmentation approach. Morphological filtering is then used to remove noises from the segmented image. The coastlines are finally extracted from the filtered image by a delineation algorithm. The developed approach is evaluated based on a 1 m resolution IKONOS pansharpened imagery of Konarak region in Chabahar, Iran. It is demonstrated that 95% of the extracted lines remain within the three-pixels buffer areas around the coastlines. This presents the effectiveness of the proposed algorithm.