基于ELM的遥感影像城市道路提取

• 作者: 单德明 楚恒 蔡衡
• 来源期刊: 计算机工程与科学
• 学科: 地球科学
• 关键词: 高分辨率遥感影像 极限学习机 布谷鸟搜索 判别信息 数学形态学
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 图形与图像
• 页码范围: 125-130
• 页数: 6页
• 分类号: P237
• 字数: 4515字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2020.01.016

摘要

针对高分辨率遥感影像中复杂场景道路提取不理想问题,利用极限学习机ELM的快速学习能力,提出了一种基于ELM的城市道路提取方法.首先,利用改进的布谷鸟搜索CS算法自适应地选择ELM的隐含层节点数,以提高模型的稳定性;其次,引入数据样本蕴含的判别信息,弥补ELM学习不够充分问题,进而提高ELM分类性能;最后,结合数学形态学处理,对提取道路进行优化,获得最终的道路提取效果.遥感影像道路提取实验结果表明,所提方法不仅增强了网络的稳定性,同时还提高了道路提取的精确度,能较好地提取出道路信息.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	楚恒	重庆邮电大学通信与信息工程学院	14	39	4.0	5.0
10	蔡衡	重庆邮电大学通信与信息工程学院	2	0	0.0	0.0
19	单德明	重庆邮电大学通信与信息工程学院	1	0	0.0	0.0