利用OpenStreetMap数据进行高空间分辨率遥感影像分类
针对高分辨率遥感影像分类样本标注困难的问题,提出了一种利用OpenStreetMap(OSM)数据自动获取标注样本的方法.与现有的利用OSM数据进行分类的方法不同,该方法加入了空间特征以弥补单独使用光谱特征分类的不足.首先,基于OSM数据提供的地物类别和位置信息进行样本标注,为了降低OSM数据中少量错误信息对分类结果的影响,采用聚类分析的方法对样本进行提纯;其次,使用形态学轮廓来提取影像的结构特征,挖掘高分辨率遥感影像丰富的空间信息,与光谱特征相叠加并输入分类器进行分类.试验证明,本文提出的方法能够有效避免人工样本标注所需要的人力物力;同时,联合影像的光谱空间特征能够更好地描述地物特性,得到较高的分类精度.
样本标注、OpenStreetMap、形态学轮廓、聚类分析、高分辨率遥感影像
P237(摄影测量学与测绘遥感)
国家重点研发计划2017YFC1405300
2019-11-01(万方平台首次上网日期,不代表论文的发表时间)
共5页
69-72,126