基于P-N学习的高分遥感影像道路半自动提取方法

摘要：

基于模板匹配的道路跟踪是半自动提取道路的主要方法.然而场景中地物干扰和道路宽度的变化降低了模板匹配的稳定性;另外,道路跟踪失败后缺乏重检测机制,使得道路提取过程中人机交互频繁.针对以上问题,提出了一种基于P-N(positive-negative)学习的高分遥感影像道路半自动提取方法.该方法由道路跟踪、检测和学习构成,关键是采用了P-N学习的策略迭代的训练分类器,通过纠正违反结构约束的样本分类结果来提高分类器性能.实验使用了不同场景下的城区高分遥感影像,与经典的模板匹配和在线学习的道路跟踪方法进行了比较.实验结果表明该方法在道路提取的精度和稳定性方面均有提升.

关键词：高分辨率、道路提取、模板匹配、P-N学习

所属期刊栏目：42

分类号：P237(摄影测量学与测绘遥感)

资助基金：国家973计划2012CB719906;高分辨率对地观测系统重大专项.The National Key Basic Research Program of China,No.2012CB719906;the Major Project for High Resolution Earth Observation System

在线出版日期：2017-08-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：775-781