基于LVQ神经网络的建筑物提取

• 作者: 李润青 谢明鸿 黄冰晶
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 高分辨率遥感影像 建筑物提取 LVQ神经网络 特征提取
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 图像学与辅助设计
• 页码范围: 197-201
• 页数: 5页
• 分类号: TP317.4
• 字数: 3538字
• 语种: 中文
• DOI: 10.11907/rjdk.171955

摘要

传统的遥感影像目标检测方法大多利用人工提取特征,难以用于背景复杂的高分辨率遥感影像.以高分辨率遥感影像建筑物图像为研究对象,设计了一种基于LVQ神经网络的建筑物提取方法.对图像提取其颜色、纹理与形状特征,构成图像特征矢量并将其特征归一化,利用LVQ神经网络识别并提取出建筑物.通过与其它典型神经网络识别方法进行实验比较,结果表明该算法相对于单层感知器识别率提高了10.0%,比BP神经网络识别率提高了22.5%,能取得更理想的提取效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢明鸿	昆明理工大学信息工程与自动化学院	14	21	3.0	4.0
2	李润青	昆明理工大学信息工程与自动化学院	2	5	1.0	2.0
3	黄冰晶	昆明理工大学信息工程与自动化学院	4	6	1.0	2.0