自适应聚类学习的道路网提取方法

• 作者: 眭海刚 薛梅 陈光 陈良超
• 来源期刊: 测绘通报
• 学科: 地球科学
• 关键词: 道路提取 聚类 遥感影像 导航路网 支撑向量机 面向对象
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 学术研究
• 页码范围: 30-35
• 页数: 6页
• 分类号: P237
• 语种: 中文

摘要

针对复杂场景道路样本特征异质性导致的分类器过拟合问题,本文提出了一种基于自适应聚类学习的道路网自动提取方法.方法以高分辨率遥感影像和旧时相路网矢量数据为输入,在矢量数据引导下自动获取对象化的正负样本;提出了一种道路样本自适应聚类策略,根据集合内特征分布情况重组样本,并分别训练分类器迸行道路提取;最后利用多数投票方法集成多组道路提取结果.基于大场景数据的试验结果表明,本文方法能够有效地顾及不同特征的道路对象,定量的试验比对结果迸一步表明了方法的适用性.

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	陈良超		16	67	4.0	7.0
4	薛梅		21	132	7.0	11.0
6	陈光		8	27	4.0	5.0