基于支持向量机的高光谱遥感影像道路提取-长安大学学报.pdf

基于支持向量机的高光谱遥感影像道路提取-长安大学学报.pdf

  1. 1、本文档共5页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于支持向量机的高光谱遥感影像道路提取-长安大学学报

第 卷 第 期 长安大学学报(自然科学版) 32 5 Vol.32 No.5     年 月 2012 9 ( ) Set.2012 JournalofChananUniversit NaturalScienceEdition p   g y 文章编号: ( ) 16718879201205003405 基于支持向量机的高光谱遥感影像道路提取 1 2 3 沈照庆 ,黄 亮 ,陶建斌   ( 长安大学 公路学院,陕西 西安 ; 深圳市中地软件工程有限公司, 1. 710064 2. 广东 深圳 ; 武汉大学 遥感信息工程学院,湖北 武汉 ) 518001 3. 430079 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( )的道 SVM   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 中图分类号: 文献标志码: U412.24 A       犎 犲狉狊犲犮狋狉犪犾犚犛犻犿犪犲狉狅犪犱犳犲犪狋狌狉犲犲狓狋狉犪犮狋犻狅狀犫犪狊犲犱狅狀犛犞犕 狔狆 狆 犵 1 2 3 , , SHENZhaoin HUANGLian TAOJianbin q g g ( , ’ , ’ , , ; 1.SchoolofHihwa Chan anUniversit Xian710064 ShaanxiChina 2.ShenzhenZond g y g y y , , , ; SoftwareEnineerin CoLtd Shenzhe

文档评论(0)

wangsux + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档