基于GF-2遥感影像的典型道路路面类型识别

摘要：

随着社会经济的快速发展,道路的交通量也呈现日益增长的趋势,基于遥感影像的路面健康检测和识别工作尤为重要.试验基于GF-2遥感影像数据,构建光谱指数和灰度共生矩阵,增加路面材质类型识别的波段因子,结合BP神经网络筛选最佳波段组合,利用SVM分类方法实现道路路面材质类型的识别.结果 表明,基于最佳波段组合的道路路面材质识别结果均优于基于原始影像和主成分分析影像的识别结果,识别精度满足要求.该方法可快速、高效识别大区域的道路路面材质类型,为道路的路面健康检查和评价提供数据支撑.

关键词：路面材质类型、GF-2遥感影像、灰度共生矩阵、光谱指数、BP神经网络

所属期刊栏目：65

分类号：U412.6(道路工程)

资助基金：高分辨率对地观测系统重大专项民用部分项目07-Y30B03-9001-19/21

在线出版日期：2020-11-10（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：18-25