基于核fld和形状特征识别的高分辨率遥感影像-昆明理工大学学报.pdf

第４２卷 第３期 昆明理工大学学报（自然科学版） Ｖｏｌ．４２　Ｎｏ３ 　 ２０１７年６月　 ＪｏｕｒｎａｌｏｆＫｕｎｍｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ） 　Ｊｕｎ．２０１７  ｄｏｉ：１０．１６１１２／ｊ．ｃｎｋｉ．５３－１２２３／ｎ．２０１７．０３．００６ 基于核ＦＬＤ和形状特征识别的 高分辨率遥感影像道路提取 宋　纳，谢明鸿 （昆明理工大学 信息工程与自动化学院，云南 昆明６５０５００） 摘要：提出了一种基于ＦｉｓｈｅｒＬｉｎｅａｒＤｉｓｃｒｉｍｉｎａｎｔ（ＦＬＤ）分类和形状特征识别的道路提取算法．首 先，对图像中标记的样本进行色彩信息的提取；然后利用基于核函数的ＦＬＤ对图像进行特征训 练分类，将影像分为道路和非道路两类；接着利用道路的形状特征识别提取道路；最后利用形态 学对道路网进行优化．实验证明，与传统道路提取算法相比，在干扰较大及存在弯曲道路的环境 下，本方法有着更优的鲁棒性和有效性． 关键词：核函数；Ｆｉｓｈｅｒ线性判别；特征分类；形状识别，道路提取 中图分类号：ＴＰ７５１ 文献标志码：Ａ 文章编号：１００７－８５５Ｘ（２０１７）０３－００３８－０９ ＲｏａｄＥｘｔｒａｃｔｉｏｎｆｒｏｍＨｉｇｈＲｅｓｏｌｕｔｉｏｎＲｅｍｏｔｅＳｅｎｓｉｎｇ ＢａｓｅｄｏｎＫｅｒｎｅｌＦＬＤａｎｄＳｈａｐｅＲｅｃｏｇｎｉｔｉｏｎ ＳＯＮＧＮａ，ＸＩＥＭｉｎｇｈｏｎｇ （ＦａｃｕｌｔｙｏｆＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇａｎｄＡｕｔｏｍａｔｉｏｎ，ＫｕｎｍｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，Ｋｕｎｍｉｎｇ６５０５００，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ａｒｏａｄｅｘｔｒａｃｔｉｎｇｍｅｔｈｏｄｉｓｐｒｏｐｏｓｅｄｂｙｃｏｍｂｉｎｉｎｇｋｅｒｎｅｌ－ｂａｓｅｄＦｉｓｈｅｒＬｉｎｅａｒＤｉｓｃｒｉｍｉｎａｎｔ（ＦＬＤ） ｃｌａｓｓｉｆｉｃａｔｉｏｎａｎｄｓｈａｐｅｆｅａｔｕｒｅｒｅｃｏｇｎｉｔｉｏｎ．Ｆｏｕｒｍａｉｎｓｔｅｐｓｏｆｔｈｉｓｍｅｔｈｏｄａｒｅｃｌａｒｉｆｉｅｄ．Ｆｉｒｓｔ，ｔｈｅｃｏｌｏｒｉｎｆｏｒ ｍａｔｉｏｎｏｆｌａｂｅｌｅｄｓａｍｐｌｅｓｉｓｅｘｔｒａｃｔｅｄ．Ｔｈｅｎｋｅｒｎｅｌ－ｂａｓｅｄＦｉｓｈｅｒｌｉｎｅａｒｄｉｓｃｒｉｍｉｎａｎｔｉｓｕｓｅｄｔｏｉｍｐｌｅｍｅｎｔｆｅａ ｔｕｒｅｃｌａｓｓｉｆｉｃａｔｉｏｎｔｏｓｅｇｍｅｎｔｔｈｅｉｍａｇｅｓｉｎｔｏｔｗｏｃａｔｅｇｏｒｉｅｓ：ｒｏａｄａｎｄｎｏｎ－ｒｏａｄ，ａｃｃｏｒｄｉｎｇｔｏｔｈｅｉｎｆｏｒｍａｔｉｏｎｅｘ ｔｒａｃｔｅｄｂｅｆｏｒｅ．Ａｆｔｅｒｔｈａｔ，ｔｈｅｒｏａｄｓｈａｐｅｏｐｔｉｍｉｚａｔｉｏｎｆｅａｔｕｒｅｓａｒｅｕｓｅｄｔｏｒｅｍｏｖｅｅｒｒｏｎｅｏｕｓｅｘｔｒａｃｔｉｏｎ．Ｆｉｎａｌｌｙ， ｍｏｒｐｈｏｌｏｇｉｃａｌｐｒｏｃｅｓｓｉｎｇｉｓｕｓｅｄｔｏｏｐｔｉｍｉｚｅｔｈｅｅｘｔｒａｃｔｉｏｎｒｅｓｕｌｔｓ．Ｃｏｍｐａｒｅｄｗｉｔｈｔｒａｄｉｔｉｏｎａｌｍｅｔｈｏｄｓ，ｅｘｐｅｒｉ ｍｅｎｔｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｐｒｏｐｏｓｅｄｍｅｔｈｏｄｉｎｔｈｉｓｐａｐｅｒａｃｈｉｅｖｅｓｂｅｔｔｅｒｒｏｂｕｓｔｎｅｓｓａｎｄｅｆｆｅｃｔｉｖｅｎｅｓｓｕｎｄｅｒｔｈｅ ｃｏｎｄｉｔｉｏｎｏｆｌａｒｇｅｄｉｓｔｕｒｂａｎｃｅａｎｄｃｕｒｖｅｄｒｏａｄｓ． Ｋｅｙｗｏｒｄｓ：ｋｅｒｎｅｌ，ＦｉｓｈｅｒＬｉｎｅａｒＤｉｓｃｒｉｍｉｎａｎｔ，ｆｅａｔｕｒｅｃｌａｓｓｉｆｉｃａｔｉｏｎ，ｓｈａｐｅｒｅｃｏｇｎｉｔｉｏｎ，ｒｏａｄｅｘｔｒａｃｔｉｏｎ ０引 言 当前，城市交通管理、城市规划、自动车辆导航、地理信息系统数据库更新等都依赖于道路的高精度自