卫星影像中海岸滩线的自动化描绘-逸中软体设计.docVIP

衛星影像中海岸灘線的自動化描繪 溫進丁1 張逸中2 摘要 海岸線的確切位置對於海岸工程的規劃設計、施工監測或對環境影響的評估，都是一項重要的觀測資料。近年來由於衛星科技的進步，海岸灘線通常可由衛星影像中的輪廓線清晰判讀，以此方式取得之海岸線較現場測量所得更為完整且快速便捷。但如何將岸線自影像中擷取成為連續的連線資料，因涉及對輪廓線的宏觀判斷通常需要許多人為介入動作，如去除背景雜訊(如海浪或陸上建築物造成的輪廓線)，或強制連結因影像模糊而中斷的輪廓線等等。這些人為的介入除耗費人力之外，也易受 Automatic extraction of the shoreline from a satellite image Wen Jing-Ting1 Yet-Chung Chang2 Abstract To locate the shoreline position is an important task for coastal development and conservation projects. Due to recent improvement of image processing techniques, the shoreline boundary can be distinguished from a satellite image easily. We had developed a program of FORTRAN90 to automatically extract the shoreline from a satellite image, and an example is demonstrated.一、研究目的 海岸線位置的確認是多數海岸工程及研究海岸變遷所需的基本資料，若以傳統現場測量的方式取得，須投入大量人力與物力，且受制於現場環境，人員無法到達或有安全顧慮的地點便無法施測。如海灘底質承載力不足時會造成人員行動上的困難、各種海岸廢棄物如牡蠣殼、針頭等則嚴重危及工作人員之安全，因此常有資料無法連續的情形發生。 .國立成功大學水工試驗所研究助理 2.國立成功大學水工試驗所助理研究員 近年來由於衛星影像科技的進步，海岸線的位置已可由衛星影像中清晰判讀。根據以往配合現場同步調查之研究(吳基等，1996)顯示，其判讀水線之誤差僅在1~2個像素之間(約10m左右)。但如何擷取這可以目視判讀的岸線成為數位化資料，以利於後續處理，則因為牽涉到宏觀連續性的判斷，很難以現有的自動化程序完成。往往需要以數位板逐點數位化，或以互動式影像處理軟體逐步修飾為單一的岸線。 這些處理方式除耗費許多人力外，其客觀性亦難以確保。本研究之目的，即在探討如何經由自動化程序，完成此項工作，儘量減少主觀判斷之介入，迅速、正確的由影像資料中分離出連續性之灘線邊界資料，以供後續資料處理之用。 二、研究方法及初步成果 基於以上考量，本文提出一個高度自動化的處理程序，並依此設計一名為Border的FORTRAN90程式，以鹿港附近之衛星影像為例，測試其處理成效，其作業流程如圖1所示。 圖1 衛星影像岸線自動化描繪作業流程 2.1 原始影像處理 SPOT為一與太陽同步之衛星，平均航高約832公里，通過台灣上空約為每日之10點45分，該系列衛星擁有兩套HRV( High Resolution Visible)感測器，每一套具多光譜態(XS)及全色態(Pan)兩種能力。本文探討之影像以多光譜態為主，多光譜之三個波段分別為綠光段(XS1：0.5μm-0.59μm)，紅光段(XS2：0.61μm-0.68μm)與近紅外光段(XS3：0.79μm-0.89μm)，取其第3,第2及第1個波段分別以紅/綠/藍光顯示，則可以得到SPOT系列植被為紅色的衛星影像圖。 今由SPOT衛星影像中，分離出調查區域之衛星影像圖如圖2所示，圖中之像素總數為800×640點，每一像素實際長寬均為12.5m，原影像先進行一次直方圖均衡化(histogram equalization)處理(吳成柯等，1996)，以增加影像對比強度。再將其近紅外光段影像抽出並轉換成8bits 灰階Bitmap格式，如圖3所示，供Border程式使用。 圖2 鹿港海岸附近86年10月JPG格式影像圖 圖3 86年10月BMP格式影像圖(近紅外光段) 將圖3近紅外光段亮度(brightness)值繪製等值圖如圖4所示，由圖中可知於灘線資料走向之變化量較小，但在其垂直走向(即垂直岸線)的方向則有較明顯的變化。此一特點使得灘線資料雖位於二維衛星影像圖中，但在辨認時僅需一個約略垂直於其走向的一維剖面即可，為一典型之「線型」特徵(張、宋，1998)。 今於圖4切取斷面A-B位置之資料進行斷面資料分析。由近