基于P-N学习的高分遥感影像道路半自动提取方法

作者：陈光; 眭海刚; 涂继辉; 宋志娜

来源：武汉大学学报(信息科学版), 2017, (06): 775-781.

DOI：10.13203/j.whugis20140999

• 高分辨率
• 道路提取
• 模板匹配
• P-N学习 high resolution
• road extraction
• template matching
• P-N learning

基于模板匹配的道路跟踪是半自动提取道路的主要方法。然而场景中地物干扰和道路宽度的变化降低了模板匹配的稳定性;另外,道路跟踪失败后缺乏重检测机制,使得道路提取过程中人机交互频繁。针对以上问题,提出了一种基于P-N(positive-negative)学习的高分遥感影像道路半自动提取方法。该方法由道路跟踪、检测和学习构成,关键是采用了P-N学习的策略迭代的训练分类器,通过纠正违反结构约束的样本分类结果来提高分类器性能。实验使用了不同场景下的城区高分遥感影像,与经典的模板匹配和在线学习的道路跟踪方法进行了比较。实验结果表明该方法在道路提取的精度和稳定性方面均有提升。

• 单位
  重庆市勘测院; 武汉大学; 测绘遥感信息工程国家重点实验室