基于支持向量机的高光谱遥感影像道路提取

被引：9

作者：

沈照庆 ^{[1
]}

黄亮 ^{[2
]}

陶建斌 ^{[3
]}

机构：

[1] 长安大学公路学院

[2] 深圳市中地软件工程有限公司

[3] 武汉大学遥感信息工程学院

来源：

长安大学学报(自然科学版) | 2012年 / 32卷 / 05期

关键词：

道路工程,高光谱遥感影像; 支持向量机; 特征提取;

D O I：

10.19721/j.cnki.1671-8879.2012.05.007

中图分类号：

U412.24 [线路测量];

学科分类号：

081601 ;

摘要：

为了从高光谱遥感影像中高精度提取各种线形道路,提出了基于支持向量机(SVM)的道路特征快速提取算法,首先利用PCA对高光谱影像进行合理压缩,由SVM模式识别理论推导出该算法具有快速精确提取道路网信息的能力,针对高光谱遥感影像高信息量和道路网复杂度高的特点,提出基于1Vm(一对多算法)的多种道路SVM一次性高精度提取的多分类策略,在提高精度的同时,兼顾了道路特征识别的效率。研究结果表明:SVM对线状道路模式判别能力比常规方法有更强的优势,对小样本的道路识别效果更加明显,从遥感影像中不仅能准确地辨别出道路的线形特征,还能识别出其材质和类型;该算法能同时识别出多种道路,执行效率更高。

引用

页码：34 / 38

页数：5

共 8 条

[1]

支撑向量机在光谱遥感影像分类中的若干问题研究.[D].刘志刚.武汉大学.2004, 04

[2] 基于ALOS遥感影像的湿地地表覆被信息提取研究 [J].