Para melhorar a precisão e a robustez da extração das bordas dos rios em imagens de sensoriamento remoto, foi construída uma metodologia de detecção de bordas de rios baseada no algoritmo EDTER aprimorado. Para os problemas das abordagens tradicionais, como perda de detalhes das bordas e interferências de ruído em cenários naturais complexos, foi proposta uma solução de detecção de bordas mais adaptativa. Adotou-se uma estrutura de detecção de bordas em duas fases com o Swin Transformer como rede principal, introduziu-se um perceptron multicamada residual para reforçar a capacidade de representação das características e projetou-se um decodificador multiescala leve para melhorar a eficiência da detecção. Na primeira fase, são extraídas as características globais da imagem e gerado o mapa de bordas global; na segunda fase, realiza-se a extração de características locais e sua fusão com as características globais para gerar o resultado final da detecção das bordas. Experimentos comparativos foram conduzidos no conjunto de dados BSDS500 e em um conjunto de dados de bordas de rios transregionais construído internamente, e os resultados mostraram que o método proposto é superior aos métodos tradicionais nos três índices ODS, OIS e AP. O valor de AP no conjunto de dados transregional atingiu 0,871, um aumento de aproximadamente 3,2% em relação ao método EDTER, indicando que o método apresenta melhor capacidade de extração de bordas em cenários complexos de sensoriamento remoto. O método pode equilibrar efetivamente a precisão da detecção e a eficiência computacional, possui bom desempenho de generalização e é adequado para tarefas de extração de bordas de corpos d'água em vários tipos de imagens de sensoriamento remoto, apresentando alto valor de aplicação na engenharia.

bordas de rios;detecção de bordas;imagens de sensoriamento remoto;Swin Transformer;extração de corpos d'água