基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本文研究基于SOM(Self-Organizing Feature Map)神经网络学习模型的高分辨率遥感影像道路网自动提取算法.首先利用数学形态学提取遥感图像道路的初始道路区域信息,自动对原始图像进行分区并确定神经元初始权值,用SOM网络学习模型对神经元进行训练学习,经迭代获取道路网中心点位置,最后运用"中心点四邻域跟踪判别法"跟踪连接形成道路中心线.实验表明,该方法在高分辨率遥感影像道路网的提取上有较好的效果,特别在主干道路网的提取上效果更佳,对噪声干扰具有良好的鲁棒性.
推荐文章
基于面向对象的高分辨率遥感影像道路提取研究
高分辨率
道路提取
面向对象
规则
基于eCognition的高分辨率遥感影像道路自动提取方法
遥感影像
eCognition
道路提取
多尺度分割算法
基于面向对象的高分辨率遥感影像目标信息提取
面向对象
信息提取
空间关系
精度评价
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于SOM的高分辨率遥感影像道路网自动提取
来源期刊 测绘科学 学科 工学
关键词 高分辨遥感影像 道路提取 SOM 跟踪算法
年,卷(期) 2010,(4) 所属期刊栏目
研究方向 页码范围 151-153
页数 3页 分类号 TP79
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 郝莹 北京建筑工程学院测绘学院 19 115 6.0 10.0
2 赵西安 北京建筑工程学院测绘学院 25 129 7.0 10.0
3 朱光 北京建筑工程学院测绘学院 28 423 8.0 20.0
4 张祎 北京建筑工程学院测绘学院 2 6 2.0 2.0
5 王利强 北京建筑工程学院测绘学院 1 4 1.0 1.0
6 魏士俨 北京建筑工程学院测绘学院 2 4 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (4)
同被引文献  (1)
二级引证文献  (6)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(3)
  • 引证文献(0)
  • 二级引证文献(3)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
高分辨遥感影像
道路提取
SOM
跟踪算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
测绘科学
月刊
1009-2307
11-4415/P
大16开
北京市海淀区北太平路16号
2-945
1976
chi
出版文献量(篇)
7258
总下载数(次)
36
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导