進階搜尋


   電子論文尚未授權公開,紙本請查館藏目錄
(※如查詢不到或館藏狀況顯示「閉架不公開」,表示該本論文不在書庫,無法取用。)
系統識別號 U0026-0509201914252500
論文名稱(中文) 無人飛行載具應用於海岸灘線量測之可行性研究
論文名稱(英文) A Feasibility Study on Coastal Shoreline Measurements Using Unmanned Aerial Vehicle
校院名稱 成功大學
系所名稱(中) 海洋科技與事務研究所
系所名稱(英) Institute of Ocean Technology and Marine Affairs
學年度 107
學期 2
出版年 108
研究生(中文) 鄭雅云
研究生(英文) Ya-Yun Cheng
學號 NA6054035
學位類別 碩士
語文別 中文
論文頁數 119頁
口試委員 指導教授-莊士賢
指導教授-饒見有
口試委員-吳立中
口試委員-張憲國
中文關鍵字 灘線偵測  無人飛行載具  影像辨識  影像套合 
英文關鍵字 shoreline detection  unmanned aerial vehicle (UAV)  image recognition  image registration 
學科別分類
中文摘要   海岸為連繫海洋與陸地之交界地帶,緊密的海氣交互作用,加上人類頻繁的活動利用,因此成為高度敏感性與脆弱性的環境。為達到海岸永續發展、國土保護等目的,並因應《海岸管理法》、海岸地區整合性管理(Integrated Coastal Zone Management, ICZM),需仰賴大量基礎調查作為根基。針對海岸侵蝕與溢淹等海岸環境變遷,對應的海洋環境監測指標為「灘線位置」(許泰文與錢樺,2013)。過往對灘線位置的偵測存在有諸多限制,且未必能針對全球暖化下短時間的劇烈天氣變化對灘線及海岸造成的影響進行量測,故發展一具時效性且能夠描繪短期內海岸變遷的灘線偵測方法有其必要性。
  本研究選擇以無人飛行載具搭載光學相機作為灘線偵測工具,其具高機動性、觀測成本低的特點,若能利用光學影像的高解析度優點,研發適當的灘線偵測技術,取得灘線位置,便能快速且有效掌握海岸變動情況。對此,本研究提出一套無人飛行載具偵測灘線的影像處理流程及利用光學特性偵測灘線位置的演算法。由於本研究於灘線觀測時採定懸式飛行,首要解決無人飛行載具影像序列受海岸強勁風勢或定位訊號不佳的晃動影響,因此先評估與選用適合的影像套合方法,經過SURF影像特徵偵測、匹配後,再以適當影像轉換模型計算轉換公式,得到空間一致的時間序列觀測影像,然後再對其提取斷面影像序列及計算平均影像,並分別研發灘線偵測演算法。
  斷面影像序列之灘線偵測主要利用光學影像的灰階強度值,將碎浪前緣白泡沫與海岸上濕沙的灰階強度值進行對比,以獲取瞬時灘線位置。平均影像之灘線偵測則是參考Turner & Leyden (2000)提出的「彩色波段分離方法(color channel divergence)」,而在判斷海面與陸地的差異時,本研究採取二維Otsu二值化方法,自動判定閥值分割,並以Sobel邊緣偵測方法劃定平均影像灘線位置。 
  研究結果顯示,經無人飛行載具影像序列套合處理後,同一特徵的像素誤差在0.56 pixel以內,足以作為本研究後續分析所使用的影像序列。由套合處理後的影像序列中抽取出斷面,並依時間排列為斷面影像序列進行瞬時灘線之分析辨識,所得之灘線位置與目視判斷結果相近;接著將斷面影像序列的瞬時灘線位置作平均,便可代表這一影像序列的平均灘線位置;此外,也可對影像序列中的分幀影像先作平均,再從平均影像中辨識出灘線。將兩種方法辨識出的平均灘線進行比較,發現影像範圍內的二條灘線位置雖存有1.53公尺的差值,其沿著灘線有向岸或向陸的變化,變動的相關性為0.99,呈高度相關。另將不同時間平均影像灘線偵測所得結果,依時間順序排列,亦可以發現其具有描繪灘線隨潮汐變動之能力。
本研究利用無人飛行載具所研發的灘線偵測方法具有高機動性、低成本之優點,未來可有效作為短期海岸灘線變動監測用途,協助有關單位及時掌握與判釋海岸變動情況,進而發展海岸地區對應的防治及管理措施。
英文摘要 Some highly populated coastal areas suffer from the growing rate of extreme weather conditions. To monitor beach evolution, “shoreline position” has been adopted as an indicator. Unmanned aerial vehicle (UAV) with an integrated optical camera offers high-resolution remote-sensing data at low cost with high flexibility. In this study, video imagery from a UAV hovering above shoreline was analyzed. An image registration process was developed to deal with camera motion caused by wind and poor positioning. As the result, our image registration accuracy reached 0.56 pixel. We proposed two approaches for shoreline detection using: 1. cross-shore section image sequence, based on gray-scale intensity difference between wet sand and water; and 2. mean image, based on “color channel divergence” with automated threshold procedure. Shoreline positioning from cross-shore section image sequence agreed well with visually identified instantaneous shoreline. Shoreline positioning from mean image were highly correlated with shoreline positioning from cross-shore section image sequence, within an error of 1.53 m. In conclusion, using UAV to detect shoreline position is proved to be practical. With the mobility of UAV, it is suitable for short-term coastal change monitoring.
論文目次 摘 要 I
Extended Abstract III
誌 謝 XI
目 錄 XIII
表目錄 XV
圖目錄 XVII
第一章 緒論 1
1.1 研究背景 1
1.2 研究動機與目的 2
1.3 研究流程 3
1.4 論文組織 4
第二章 文獻回顧 7
2.1 影像套合方法回顧 7
2.2 海岸灘線的定義 9
2.3 海岸灘線量測方法 11
第三章 研究方法 17
3.1 分幀影像套合 18
3.1.1 SURF特徵偵測及匹配 20
3.1.2 影像轉換模型 26
3.1.3 影像重取樣 30
3.2 無人飛行載具錄影影像偵測灘線方法 33
3.2.1 斷面影像序列偵測灘線方法 34
3.2.2 平均影像灘線偵測方法 38
第四章 研究結果 45
4.1 無人飛行載具於海岸灘線觀測之規劃及整備 45
4.1.1 無人飛行載具影像觀測系統 45
4.1.2 現場觀測實驗設計 51
4.1.3 作業流程及現場觀測背景 56
4.2 影像套合結果 62
4.2.1 SURF特徵偵測及錯誤過濾 62
4.2.2 不同轉換模型影像套合結果 68
4.3 斷面影像序列之灘線偵測結果 78
4.4 平均影像之灘線偵測結果 86
4.5 灘線偵測結果之比較 95
第五章 結論與建議 105
5.1 結論 105
5.2 建議 106
參考文獻 109
附錄一 119
參考文獻 1. Aarninkhof, S. G., Turner, I. L., Dronkers, T. D., Caljouw, M., & Nipius, L. (2003). A video-based technique for mapping intertidal beach bathymetry. Coastal Engineering, 49(4), 275-289.
2. Anders, F. J., & Byrnes, M. R. (1991). Accuracy of shoreline change rates as determined from maps and aerial photographs. Shore and Beach, 59(1), 17-26.
3. Anuta, P. E. (1970). Spatial registration of multispectral and multitemporal digital imagery using fast Fourier transform techniques. IEEE transactions on Geoscience Electronics, 8(4), 353-368.
4. Bay, H., Ess, A., Tuytelaars, T., & Van Gool, L. (2008). Speeded-up robust features (SURF). Computer vision and image understanding, 110(3), 346-359.
5. Boak, E. H., & Turner, I. L. (2005). Shoreline definition and detection: a review. Journal of coastal research, 688-703.
6. Brown, L. G. (1992). A survey of image registration techniques. ACM computing surveys (CSUR), 24(4), 325-376.
7. Chang, Y., Chu, K. W., & Chuang, L. Z. H. (2018). Sustainable coastal zone planning based on historical coastline changes: A model from case study in Tainan, Taiwan. Landscape and urban planning, 174, 24-32.
8. Cootes, T. F., Edwards, G. J., & Taylor, C. J. (2001). Active appearance models. IEEE Transactions on Pattern Analysis & Machine Intelligence, (6), 681-685.
9. Dolan, R., Hayden, B. P., May, P., & May, S. (1980). The reliability of shoreline change measurements from aerial photographs. Shore and beach,48(4), 22-29.
10. Dolan, R. , Hayden B. P., & May S. (1983). Erosion of the US shorelines. Handbook of Coastal Processes and Erosion. 285–299.
11. Flusser, J., & Zitová, B. (1999). Combined invariants to linear filtering and rotation. International Journal of Pattern Recognition and Artificial Intelligence, 13(08), 1123-1135.
12. Ghilani, C. D. (2017). Adjustment computations: spatial data analysis. John Wiley & Sons.
13. Gonzalez, R.C., & Woods, R.E. (2006). Digital Image Processing (3rd Edition), Prentice-Hall, Inc.
14. Gonçalves, J. A., & Henriques, R. (2015). UAV photogrammetry for topographic monitoring of coastal areas. ISPRS Journal of Photogrammetry and Remote Sensing, 104, 101-111.
15. Goshtasby, A., & Stockman, G. C. (1985). Point pattern matching using convex hull edges. IEEE Transactions on Systems, Man, and Cybernetics, (5), 631-637.
16. Goshtasby, A., Stockman, G. C., & Page, C. V. (1986). A region-based approach to digital image registration with subpixel accuracy. IEEE Transactions on Geoscience and Remote Sensing, (3), 390-399.
17. Hanaizumi, N., & Fujimur, S. (1993). An automated method for registration of satellite remote sensing images. In Proceedings of IGARSS'93-IEEE International Geoscience and Remote Sensing Symposium, 1348-1350.
18. Hansen, P. C., Pereyra, V., & Scherer, G. (2013). Least squares data fitting with applications. JHU Press.
19. Holman, R. A., & Stanley, J. (2007). The history and technical capabilities of Argus. Coastal engineering, 54(6-7), 477-491.
20. Holland, K. T., & Holman, R. A. (1997). Video estimation of foreshore topography using trinocular stereo. Journal of Coastal Research, 81-87.
21. Holland, K. T., Holman, R. A., Lippmann, T. C., Stanley, J., & Plant, N. (1997). Practical use of video imagery in nearshore oceanographic field studies. IEEE Journal of oceanic engineering, 22(1), 81-92.
22. Kingston, K. S. (2003). Applications of complex adaptive systems approaches to coastal systems.
23. Li, H., Manjunath, B. S., & Mitra, S. K. (1995). A contour-based approach to multisensor image registration. IEEE transactions on image processing, 4(3), 320-334.
24. Lillesand, T., Kiefer, R. W., & Chipman, J. (2015). Remote sensing and image interpretation. John Wiley & Sons.
25. Lowe, D. G. (2004). Distinctive image features from scale-invariant keypoints. International journal of computer vision, 60(2), 91-110.
26. Morton, R. A. (1991). Accurate shoreline mapping: past, present, and future. Coastal sediments, 997-1010.
27. Overton, M. F., & Fisher, J. S. (1996). Shoreline analysis using digital photogrammetry. Proceedings of the 25th International Conference on Coastal Engineering, 3750–3761
28. Pajak, M. J., & Leatherman, S. (2002). The high water line as shoreline indicator. Journal of Coastal Research, 329-337.
29. Phillips, M. R., & Jones, A. L. (2006). Erosion and tourism infrastructure in the coastal zone: Problems, consequences and management. Tourism Management, 27(3), 517-524.
30. Plant, N. G., & Holman, R. A. (1997). Intertidal beach profile estimation using video images. Marine Geology, 140(1-2), 1-24.
31. Sachs, J. (2001). Image Resampling. Digital Light & Color, 14.
32. Simarro, G., Bryan, K. R., Guedes, R. M., Sancho, A., Guillen, J., & Coco, G. (2015). On the use of variance images for runup and shoreline detection. Coastal Engineering, 99, 136-147.
33. Sisman, Y. (2014). Coordinate transformation of cadastral maps using different adjustment methods. Journal of the Chinese Institute of Engineers, 37(7), 869-882.
34. Turner, R. K., Lorenzoni, I., Beaumont, N., Bateman, I. J., Langford, I. H., & McDonald, A. L. (1998). Coastal management for sustainable development: analysing environmental and socio-economic changes on the UK coast. Geographical Journal, 269-281.
35. Turner, I. L., & Leyden, V. M. (2000). System Description and Analysis of Shoreline Change: August 1999–February 2000. Report 1. Northern Gold Coast Coastal Imaging System.
36. United Nations Conference on Environment and Development. (1992). Agenda 21, Rio Declaration, Forest Principles. New York: United Nations.
37. Viola, P., & Wells III, W. M. (1997). Alignment by maximization of mutual information. International journal of computer vision, 24(2), 137-154.
38. Viola, P., & Jones, M. (2001). Rapid object detection using a boosted cascade of simple features. CVPR (1), 1(511-518), 3.
39. Wang, C. Y., Sun, H., Yada, S., & Rosenfeld, A. (1983). Some experiments in relaxation image matching using corner features. Pattern Recognition, 16(2), 167-182.
40. Wang, Y. (1992). A rigorous photogrammetric adjustment algorithm based on co-angularity condition. International Archives of Photogrammetry and Remote Sensing, 29(B5), 195-202.
41. Wu, S. G., Bao, F. S., Xu, E. Y., Wang, Y. X., Chang, Y. F., & Xiang, Q. L. (2007). A leaf recognition algorithm for plant classification using probabilistic neural network. 2007 IEEE international symposium on signal processing and information technology, 11-16.
42. Zhang, J., & Hu, J. (2008). Image segmentation based on 2D Otsu method with histogram analysis. In 2008 International Conference on Computer Science and Software Engineering (pp. 105-108). IEEE.
43. Zitová, B., & Flusser, J. (2003). Image registration methods: a survey. Image and vision computing, 21(11), 977-1000.
44. 王超國(2009)。以時間序列地圖分析臺江內海地形變遷與演育。國立成功大學地球科學系專班學位論文,頁1-120。
45. 王君如(2014)。運用幾何校正法進行 UAV 影像拼接之研究。逢甲大學都市計畫與空間資訊學系學位論文,頁1-67。
46. 史天元(2007)。TWD67 與 TWD97 及其轉換。地籍測量,26(3),頁30-48。
47. 李哲仁(2001)。完全最小二乘法平差於坐標轉換之研究。國立成功大學測量及空間資訊學系學位論文,頁1-56。
48. 李添福(2006)。以最小二乘配置法進行小區域地籍資料坐標轉換精度之研究-以宜蘭縣壯圍鄉吉祥段為例。國立宜蘭大學土木工程研究所學位論文,頁1-74。
49. 李明靜、黃明志、郭晉安、簡仲和、簡仲璟、劉清松(2011)。應用可轉向影像觀測系統於海岸地形監測之研究。港灣報導(88),頁59-70。
50. 李易唐(2016)。多相機攝影系統影像拼接之精度分析。國立成功大學測量及空間資訊學系學位論文,頁1-84。
51. 沈淑敏、陳映璇(2010)。經建版地形圖和像片基本圖在濱線繪製上的應用與限制。地理研究,53,頁71-90。
52. 吳華泰(2003)。整合特徵資訊的區域匹配法研究。國立臺灣大學土木工程學研究所學位論文,頁1-134。
53. 吳基、徐如娟、林受勳、何良勝(2008)。臺灣地區國內商港附近海域海氣象觀測分析研究(3/4)。交通部運輸研究所港灣技術研究中心報告。
54. 吳究、張奇、劉銘哲(2009)。基於尺度不變特徵點轉換之精密多元影像套合。航測及遙測學刊,14(2),頁141-155。
55. 吳立中、高家俊、王仲豪、王良生、陳秋份(2013年11月)。 X-band雷達應用於解析近岸海表面水文特徵之研究。第35屆海洋工程研討會論文集,國立中山大學。
56. 林受勳、吳基、曾相茂、何良勝 (2005)。海氣象觀測即時傳輸系統之介紹與應用,第27屆海洋工程研討會論文集,國立中興大學。
57. 林宗儀(2012)。 台灣海岸變遷監測分析(4/4)。經濟部中央地質調查所報告,第101-04號。
58. 邱永芳、李良輝、張富東、蔣敏玲(2011年4月)。 海岸帶及近海衛星遙測技術之整合應用研究(2/4)。台北,交通部運輸研究所。
59. 邱永芳、李良輝、胡啟文、張庭榮(2015)。近景攝影技術之應用開發-以道路邊坡穩定監測為例。土木水利,42(6),頁43-55。
60. 徐尉嘉(2012)。嵌入式影像處理系統及 SURF 特徵擷取。國立交通大學電機學院電機與控制學程學位論文,頁1-92。
61. 徐超、黃風華、毛政元(2016)。一種改進的二維Otsu閾值分割算法。電子技術應用,42(12),頁108-111。
62. 海岸管理法(2015年02月04日)
63. 許泰文、錢樺 (2013年11月)。 氣候變遷對台灣海岸環境可能之衝擊。第35屆海洋工程研討會論文集,國立中山大學。
64. 張憲國、張恩維、陳蔚瑋 (2018年11月)。應用無人載具於現地波浪溯升的初步研究,第40屆海洋工程研討會論文集,國立高雄科技大學。
65. 陳鴻益(1984)。地籍圖數值化之研究。成功大學航空測量研究所學位論文。
66. 陳維正(2004)。應用相對基本法之立體影像扭正。國立雲林科技大學電機工程系碩士班學位論文,頁1-95。
67. 陳映璇 (2008)。 台灣圖資影像在沙質濱線繪製的應用與限制-以白沙灣、八里海岸為例。國立臺灣師範大學地理學系學位論文,頁 1-122。
68. 陳建華 (2016)。 花蓮七星潭海岸變遷之研究-結合不同時期UAV攝影測量、RTK-GPS與陸地三維雷射掃描方法調查短期海岸變遷。國立東華大學自然資源與環境學系學位論文,頁 1-107。
69. 黃健翔(2004)。近景攝影測量應用於鋪面裂縫及車轍偵測之研究。逢甲大學土木及水利工程所碩士論文,頁1-65。
70. 黃子庭 (2018)。 應用X-band航海雷達於海岸灘線量測之可行性研究。國立成功大學大學海洋科技與事務研究所碩士學位論文,頁 1-142。
71. 楊一中、王星宇、方惠民、蕭松山、蔡政翰(2016年12月)。四軸飛行器於海岸觀測之應用。第38屆海洋工程研討會論文集,國立臺灣大學。
72. 詹鈞評(2012)。使用多尺度多階段物件導向影像分析技術進行崩塌地判釋。國立成功大學測量及空間資訊學系碩博士班學位論文,頁1-77。
73. 詹鈞評、李易唐、饒見有(2015)。高酬載無人機搭載五相機攝影系統之影像拼接及空三平差精度分析。中國土木水利工程學刊, 27(3),頁201-211。
74. 聯合國海洋法公約(1994年11月16日)
75. 饒芳如(2014)。歷史GIS資料處理-結合SIFT與最小二乘法於歷史航照影像自動對位。國立成功大學測量及空間資訊學系學位論文,頁1-72。
網路資料:
1. DJI-經緯M100 Retrieved July 13, 2019, from
https://www.dji.com/tw/matrice100/info
2. DJI-ZenmuseX3 Retrieved July 13, 2019, from
https://www.dji.com/tw/zenmuse-x3/info
3. NOAA 27-Day Outlook of 10.7 cm Radio Flux and Geomagnetic Indices Retrieved July 13, 2019, from
https://www.swpc.noaa.gov/products/27-day-outlook-107-cm-radio-flux-and-geomagnetic-indices
4. Space Weather Prediction Center, Nation Oceanic and Atmospheric Administration. (n.d.) NOAA SPACE WEATHER SCALES-Geomagnetic Storms [Data file.], Retrieved from
https://www.swpc.noaa.gov/noaa-scales-explanation
5. 內政部(2017)。整體海岸管理計畫。取自:
https://www.cpami.gov.tw/filesys/file/chinese/dept/rp3/rp1060206.pdf
6. 交通部民用航空局(2018)。(總)禁止施放有礙飛航安全物體範圍【原始數據】。取自:
https://www.caa.gov.tw/Article.aspx?a=2211&lang=1
論文全文使用權限
  • 同意授權校內瀏覽/列印電子全文服務,於2024-07-18起公開。
  • 同意授權校外瀏覽/列印電子全文服務,於2024-07-18起公開。


  • 如您有疑問,請聯絡圖書館
    聯絡電話:(06)2757575#65773
    聯絡E-mail:etds@email.ncku.edu.tw