基于影像分割与SVM分类的城市建筑物提取研究

• 作者: 乔梦佳 周振红 王宇飞 赫晓慧 郭恒亮
• 来源期刊: 信息技术
• 学科: 工学
• 关键词: 高分辨率遥感影像 影像分割 分水岭 SVM
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 基金项目
• 页码范围: 30-33,38
• 页数: 5页
• 分类号: TP391
• 字数: 3523字
• 语种: 中文
• DOI: 10.13274/j.cnki.hdzj.2018.05.008

摘要

以高分一号卫星遥感影像为数据源,引入形态学算法,研究采用面向对象的影像分类方法进行城市建筑物提取的关键技术.研究方法结合影像分割与基于知识规则的影像分类技术,首先采用基于形态学开闭重建的分水岭分割算法对高分影像进行分割,其次采用基于知识规则的SVM分类方法对影像进行分类,达到提取建筑物的目的.结果显示,3个研究区建筑物提取的kappa系数分别为0.85、0.66和0.65,利用基于知识规则的面向对象分类方法对高分辨率遥感影像中建筑物的提取效果较好,能够完整、准确地提取出建筑物外形信息,具有较高的应用与推广价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周振红	郑州大学智慧城市研究院	57	317	12.0	14.0
2	郭恒亮	郑州大学智慧城市研究院	57	458	8.0	20.0
3	赫晓慧	郑州大学智慧城市研究院	59	150	6.0	7.0
4	王宇飞	郑州大学智慧城市研究院	8	15	2.0	3.0
5	乔梦佳	郑州大学智慧城市研究院	1	0	0.0	0.0