リモートセンシング画像における河川境界抽出の精度と頑健性を向上させるために、改良されたEDTERアルゴリズムに基づく河川境界検出方法を構築した。従来の方法が複雑な自然環境下で境界の細部欠損やノイズ干渉などの問題を抱えていることに対応し、より適応性の高い境界検出手法を提案した。Swin Transformerをバックボーンネットワークとした2段階の境界検出構造を採用し、残差多層パーセプトロンを導入して特徴表現能力を強化し、軽量なマルチスケールデコーダを設計して検出効率を向上させた。第1段階で画像のグローバル特徴を抽出してグローバル境界図を生成し、第2段階で局所特徴を抽出してグローバル特徴と融合させ、最終的な境界検出結果を生成する。BSDS500データセットおよび自作のクロスリージョナル河川境界データセットにおいて比較実験を行い、その結果、本手法はODS、OIS、APの3つの指標で主流法を上回ることを示した。特にクロスリージョナル河川境界データセットにおけるAP値は0.871に達し、EDTER手法と比較して約3.2％の向上を示し、本手法が複雑なリモートセンシングシナリオで優れた境界抽出能力を示すことを意味する。本手法は検出精度と計算効率を効果的に両立でき、優れた汎化性能を持ち、さまざまなタイプのリモートセンシング画像における水域境界抽出タスクに適用可能であり、高い工学的応用価値を有する。

河川境界;境界検出;リモートセンシング画像;Swin Transformer;水域抽出