|
|||||
|
|
| 基于支持向量机的高光谱遥感影像道路提取 | |
| 引用本文： | 沈照庆,黄亮,陶建斌.基于支持向量机的高光谱遥感影像道路提取[J].长安大学学报(自然科学版),2012,32(5):34-38. |
| 作者姓名： | 沈照庆 黄亮 陶建斌 |
| 作者单位： | 1. 长安大学公路学院,陕西西安,710064 2. 深圳市中地软件工程有限公司,广东深圳,518001 3. 武汉大学遥感信息工程学院,湖北武汉,430079 |
| 基金项目： | 国家重点基础研究发展计划973项目(2006CB701303);长江学者和创新团队发展计划资助项目(NO.1050);中央高校基本科研业务费专项资金项目(CHD2011JC011) |
| 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。 |
| 关 键 词： | 道路工程 高光谱遥感影像 支持向量机 特征提取 |
Hyperspectral RS image road feature extraction based on SVM |
|
| SHEN Zhao-qing,HUANG Liang,TAO Jian-bin.Hyperspectral RS image road feature extraction based on SVM[J].JOurnal of Chang’an University:Natural Science Edition,2012,32(5):34-38. | |
| Authors: | SHEN Zhao-qing HUANG Liang TAO Jian-bin |
| Institution: | 1.School of Highway,Chang’an University,Xi’an 710064,Shaanxi,China;2.Shenzhen Zondy Software Engineering Co Ltd,Shenzhen 518001,Guangdong,China;3.School of Remote Sensing and Information Engineering,Wuhan University,Wuhan 430079,Hubei,China) |
| Abstract: | |
| Keywords: | road engineering hyperspectral RS image support vector machine feature extraction |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |