首页 | 本学科首页   官方微博 | 高级检索  
     检索      

结合空间像素模板和Adaboost算法的高分辨率遥感影像河流提取
引用本文:慎利,唐宏,王世东,张露.结合空间像素模板和Adaboost算法的高分辨率遥感影像河流提取[J].测绘学报,2013,42(3):344-350.
作者姓名:慎利  唐宏  王世东  张露
作者单位:1. 北京师范大学资源学院,北京,100875
2. 北京师范大学减灾与应急管理研究院,北京,100875
3. 北京师范大学资源学院,北京100875;河南理工大学测绘与国土信息工程学院,河南焦作454000;河南理工大学矿山空间信息技术国家测绘地理信息局重点实验室,河南焦作454000
基金项目:国家自然科学基金,矿山空间信息技术国家测绘局重点实验室重点项目
摘    要:充分有效地利用像素间的空间关系,是提高高分辨率遥感影像解译精度的关键之一。提出一种空间像素模板来获取空间邻域关系,并结合Adaboost集成学习算法来实现高分辨率影像上河流的精确提取。首先,基于过滤式特征选择方法自动生成像素模板,继而构建多维特征向量,然后利用Adaboost算法实现多特征的加权集成利用提取河流。相关试验结果表明,本文提出的方法河流提取结果面向对象特征显著,并且能够较好地将与河流具有光谱重叠的其他地物区分开。

关 键 词:空间像素模板  高分辨率遥感影像  Adaboost算法  河流提取

River Extraction from the High Resolution Remote Sensing Image Based on Spatially Correlated Pixels Template and Adboost Algorithm
SHEN Li,TANG Hong,WANG Shidong,ZHANG Lu.River Extraction from the High Resolution Remote Sensing Image Based on Spatially Correlated Pixels Template and Adboost Algorithm[J].Acta Geodaetica et Cartographica Sinica,2013,42(3):344-350.
Authors:SHEN Li  TANG Hong  WANG Shidong  ZHANG Lu
Institution:1.College of Resources Science and Technology,Beijing Normal University,Beijing 100875,China;2.Academy of Disaster Reduction and Emergency Management,Beijing Normal University,Beijing 100875,China;3.School of Surveying and Land Information Engineering,Henan Polytechnic University,Jiaozuo 454000,China;4.Key Laboratory of Mine Spatial Information Technologies of National Administration of Surveying,Mapping and Geoinformation,Henan Polytechnic University,Jiaozuo 454000,China
Abstract:
Keywords:spatially correlated pixels template  high resolution remote sensing image  Adaboost algorithm  river extraction
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号