脉冲耦合神经网络的遥感影像城市道路提取

摘要：

针对高分辨率遥感影像中阴影对道路提取产生较大干扰的问题,提出了一种基于脉冲耦合神经网络(PCNN)的城市道路提取方法.该方法首先在近红外波段检测并消除阴影和水体的影响,并使用PCNN对消除阴影后的灰度图像进行分割处理;然后使用形态学建筑物指数(MBI)和归一化差分植被指数(NDVI)分别提取出建筑物和植被信息,消除建筑物和植被的影响;最后提取受行道树影响较大的道路,并对处理后的图像作数学形态学法的处理.该文以深圳市SPOT-7高分辨率影像进行实验.实验表明,该方法能保留原始的道路边缘细节信息,并对阴影具有很好的抗干扰作用,提取的道路信息具有很好的连续性和完整性.

关键词：城市道路、脉冲耦合神经网络、阴影干扰、高分辨率遥感影像

所属期刊栏目：43

分类号：P232(摄影测量学与测绘遥感)

资助基金：国土资源部城市土地资源监测与仿真重点实验室开放基金资助课题KF-2015-01-007;高分辨率对地观测系统重大专项应用共性技术30-Y2-0A07-9003-17/18;海南省科技合作专项资金项目KJH2015-14;三亚市专项科研试制项目2015KS14

在线出版日期：2018-03-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：145-152