| 改进支持向量机的高分遥感影像道路提取 |
| |
| 引用本文： | 朱恩泽,宋伟东,戴激光.改进支持向量机的高分遥感影像道路提取[J].测绘科学,2016,41(12):224-228. |
| |
| 作者姓名： | 朱恩泽 宋伟东 戴激光 |
| |
| 作者单位： | 辽宁工程技术大学,辽宁阜新,123000;辽宁工程技术大学,辽宁阜新,123000;辽宁工程技术大学,辽宁阜新,123000 |
| |
| 摘 要： | 针对支持向量机受分类数的限制在高分辨率遥感影像中无法直接获取高精度道路网信息的问题,该文提出一种新的混合的基于支持向量机的方法:首先,利用模糊C均值聚类方法将输入的遥感影像分为3类,以减少支持向量机的错分现象;其次,运用支持向量机将不同类别的像素分为道路类和非道路类;最后,应用马尔科夫随机场对分类结果进行噪声去除,并采用形态学进行后处理,进而得到精确道路网信息。实验结果表明:该算法不仅能够从高分辨率遥感影像中提取出道路网,而且精度优于直接使用支持向量机算法以及对比算法。
|
| 关 键 词： | 道路提取 高分辨率遥感影像 支持向量机 模糊C均值 马尔科夫随机场 |
Road extraction of high-resolution remote sensing images based on improved SVM |
| |
| ZHU Enze,SONG Weidong,DAI Jiguang.Road extraction of high-resolution remote sensing images based on improved SVM[J].Science of Surveying and Mapping,2016,41(12):224-228. |
| |
| Authors: | ZHU Enze SONG Weidong DAI Jiguang |
| |
| Abstract: | |
| |
| Keywords: | road extraction high-resolution remote sensing images support vector machine(SVM) fuzzy C-means Markov random field |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
