改进支持向量机的高分遥感影像道路提取Road extraction of high-resolution remote sensing images based on improved SVM
朱恩泽,宋伟东,戴激光
摘要(Abstract)：
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(KeyWords)： 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
基金项目(Foundation):
作者(Author): 朱恩泽,宋伟东,戴激光
DOI: 10.16251/j.cnki.1009-2307.2016.12.044
参考文献(References)：
- [1]STEGER C,GLOCK C,ECKSTEIN W,et al.Modelbased road extraction from images[C]//Proceedings of the International Workshop on Automatic Extraction of Man-Made Objects from Aerial and Space Images.Basel.Schweiz:Springer,1995:275-284.
- [2]汪闽,骆剑承,周成虎,等.结合高斯马尔科夫随机场纹理模型与支撑向量机在高分辨率遥感图像上提取道路网[J].遥感学报,2005,9(3):271-276.
- [3]汪闽,骆剑承,明冬萍.高分辨率遥感影像上交通枢纽信息的自动提取方法[J].计算机工程与应用,2004,40(23):271-276.
- [4]SONG M,CIVCO D.Road extraction using SVM and image segmentation[J].Photogrammetric Engineering&Remote Sensing,2004,70(12):1365-1371.
- [5]GHULE S A,MANGALA T R.Road network extraction using support vector machines[J].International Journal of Scientific&Engineering Research,2015,6(10):521-526.
- [6]CRISTIANINI N,TAYLOR J S.支持向量机导论[M].李国正,王猛,曾华军,译.北京:电子工业出版社,2004.
- [7]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.
- [8]惠文华.基于支持向量机的遥感图像分类方法[J].地球科学与环境学报,2006,28(2):93-95.
- [9]TAYLOR J S,CRISTIANINI N.模式分析的核方法[M].赵玲玲,翁苏明,曾华军,译.北京:机械工业出版社,2006.
- [10]邓乃扬,田英杰.数据挖掘中的新方法:支持向量机[M].北京:科学出版社,2004.
- [11]WEIDEMANN C,HEIPKE C,MAYER H,et al.Empirical evaluation of automatically extracted road axes[C]//Proceeding of the 9th Australasian Remote Sensing Photogrammetry Conference.New York,USA:IEEE Computer Societu Press,1998:172-187.