基于P-N学习的高分遥感影像道路半自动提取方法

• 作者: 宋志娜 涂继辉 眭海刚 陈光
• 来源期刊: 武汉大学学报（信息科学版）
• 学科: 地球科学
• 关键词: 高分辨率 道路提取 模板匹配 P-N学习
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 学术论文
• 页码范围: 775-781
• 页数: 7页
• 分类号: P237
• 语种: 中文
• DOI: 10.13203/j.whugis20140999

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	眭海刚	武汉大学测绘遥感信息工程国家重点实验室	44	717	10.0	26.0
2	涂继辉	武汉大学测绘遥感信息工程国家重点实验室	8	66	5.0	8.0
3	陈光	武汉大学测绘遥感信息工程国家重点实验室	3	36	3.0	3.0
5	宋志娜	武汉大学测绘遥感信息工程国家重点实验室	6	13	3.0	3.0