海岸线的位置及其历史变化速率为海岸带地形地貌等研究提供了最基本的信息。传统的海岸带地面调查研究受限于其复杂的地理环境，而利用遥感影像作为数据源，将海岸线矢量化后进行处理分析成为最直接也是最有效探测海岸带变化的方法。因此，如何在大量的卫星影像中快速、高效地提取海岸线，为开展海岸带各项研究中亟需解决的重要问题。　　 受周期性涨落潮以及潮滩复杂微地形的影响，海岸线的自动提取主要存在以下难点：1)涨、落潮情形下潮滩地表残余水分的存在及近海海水浑浊度的差异导致单一波段或者固定的波段组合无法在任何时刻均能得到准确的海岸线提取的结果；2)受遥感影像空间分辨率的限制，影像上的“海岸线”往往是海陆交界的一个区域带，并且潮滩表面存在着复杂的微地形，因此海岸线通常在影像上表现为“弱边界”：3)潮滩发育中形成的大量潮沟使得海岸线存在着深度凹陷；4)高潮时，潮滩上植被的存在会导致瞬时岸线的误判读。由于这些原因，大多数传统的基于边缘、梯度提取的方法以及基于分类的方法都需要大量的边缘修正算法的后处理过程而无法胜任海岸线的自动提取的工作。近年来以曲线演化理论为基础的几何主动轮廓模型发展迅速，为海岸线的自动提取带来了新的契机，但其本身实现过程中也存在着一些缺陷，如计算的复杂度较高以及图像的弱边界收敛较差等，因此该算法还未在海岸线的自动提取中得到广泛的应用。本研究主要包括：　　 (1)针对高分辨率遥感影像数据量大，纹理信息丰富的特征，在海岸线提取过程中，首先利用二维最大方差阈值化分割并辅以形态学滤波对海岸线进行粗定位，再以此作为初始演化轮廓，利用改进的几何活动轮廓模型对海岸线进行快速、精确提取。该改进模型构造了耦合区域统计信息的符号压力函数作为几何活动轮廓模型的边缘停止函数，最终可获得较好的分割结果且具有较高的分割效率；　　 (2)针对多光谱遥感影像上海岸线灰度不均的情形，基于区域信息的C-Ⅴ模型不再适用，因此本文提出了一套基于改进无需初始化的水平集演化算法(LBF模型)用于海岸线的自动提取，通过对不同潮情下影像选择不同的波段以及模型参数，达到高效获取海岸线的结果。在模型实现过程中，通过对权系数的自适应调整，改善因潮沟存在形成轮廓的深度凹陷无法准确检测的问题；　　 (3)由于缺乏实测的岸线数据，通常将人工解译的海岸线作为精度评价的标准定性地评估最终的提取结果。因此本文提出一种基于缓冲区分析的定量化评价提取精度的方法，对自动提取的水边线其平均距离差(MD)进行定量化评估。　　 经过验证，本文提出改进的方法，可在不同的潮情下对不同的水边线均能得到较为稳健的结果，其提取精度可达像素级。最终，由本模型得到的矢量化边界可直接用于后续的GIS分析，具有较高的应用潜力。