科研之友
微信
新浪微博
Facebook
分享链接
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,并分别训练分类器进行道路提取;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进一步表明了方法的适用性。
-
单位武汉大学测绘遥感信息工程国家重点实验室; 重庆市勘测院
