基于时频特征的高分辨率遥感图像道路提取

被引：3

作者：

张曦 ^{[1
]}

胡根生 ^{[1
,2
]}

梁栋 ^{[1
,2
]}

鲍文霞 ^{[1
,2
]}

机构：

[1] 安徽大学电子信息工程学院

[2] 安徽大学计算智能与信号处理教育部重点实验室

来源：

地理空间信息 | 2016年 / 14卷 / 06期

基金：

安徽省自然科学基金;

关键词：

高分辨率遥感影像; 道路提取; 地统计学; 三维小波变换; 迁移学习;

D O I：

暂无

中图分类号：

P237 [测绘遥感技术];

学科分类号：

1404 ;

摘要：

针对传统的遥感图像道路提取算法存在错漏率较高的问题,提出一种基于时频特征提取和域自适应学习分类器的高分辨率航空遥感图像道路提取新算法。首先利用地统计学抽取道路的时域纹理特征和三维小波变换抽取道路的频域光谱特征,构成高分辨率航空图像中的道路特征。然后使用抽取的道路特征训练由迁移支持向量机模型构建的域自适应分类器,并对高分辨率航空遥感图像进行道路粗提取。最后,结合道路形态特征,用数学形态学方法处理粗分类后的道路,获得提取后的完整道路。仿真实验表明,所提方法能有效降低高分辨率航空遥感图像道路提取中非道路目标的干扰,提高道路提取的精确性。

引用

页码：18 / 21+24+6 +24

页数：6