自适应聚类学习的道路网提取方法

摘要：

针对复杂场景道路样本特征异质性导致的分类器过拟合问题,本文提出了一种基于自适应聚类学习的道路网自动提取方法.方法以高分辨率遥感影像和旧时相路网矢量数据为输入,在矢量数据引导下自动获取对象化的正负样本;提出了一种道路样本自适应聚类策略,根据集合内特征分布情况重组样本,并分别训练分类器迸行道路提取;最后利用多数投票方法集成多组道路提取结果.基于大场景数据的试验结果表明,本文方法能够有效地顾及不同特征的道路对象,定量的试验比对结果迸一步表明了方法的适用性.

关键词：道路提取、聚类、遥感影像、导航路网、支撑向量机、面向对象

分类号：P237(摄影测量学与测绘遥感)

资助基金：国家重点研发计划2018YFB0505400;重庆市社会事业与民生保障科技创新专项cstc2017shmsA120008;2018年重庆市技术创新与应用示范产业类重大主题专项cstc2018jszx-cyztzx0057

在线出版日期：2018-12-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：30-35