首页 | 本学科首页   官方微博 | 高级检索  
     检索      

高分辨率影像城区建筑物提取研究
引用本文:刘海飞,常庆瑞,李粉玲.高分辨率影像城区建筑物提取研究[J].西北农林科技大学学报(社会科学版),2013,41(10):221-227.
作者姓名:刘海飞  常庆瑞  李粉玲
作者单位:西北农林科技大学 资源环境学院;西北农林科技大学 资源环境学院;西北农林科技大学 资源环境学院
基金项目:国家自然科学基金项目(30872073);国家“973”重点基础研究发展计划项目(2007CB407203)
摘    要:【目的】探讨高分辨率遥感影像城区建筑物提取方法,为快速获取城区建筑物分布和辅助制订城区发展规划提供参考。【方法】以陕西杨凌西北农林科技大学北校区为研究对象,采用知识规则与支持向量机(Support vector machines,SVM)相结合的面向对象分析方法,从QuickBird影像中提取建筑物,并与基于SVM的面向对象分析方法及传统的基于像元的分类方法进行比较。【结果】采用知识规则与SVM相结合的面向对象分析方法所得的分类结果表明,提取建筑物总体精度达到90.68%,Kappa系数为0.81,较基于SVM的面向对象分析方法、SVM、最大似然法、K均值法总体精度分别提高了10.38%,15.31%,26.4%和29.2%。【结论】基于知识规则和SVM相结合的面向对象分析方法精度高、速度快,可快速获取建筑物的分布情况。

关 键 词:高分辨率  知识规则  支持向量机  多尺度分割  面向对象  精度评价
收稿时间:2012/12/12 0:00:00

Urban building extraction from high-resolution multi-spectral image with object oriented classification
LIU Hai-fei;CHANG Qing-rui;LI Fen-ling.Urban building extraction from high-resolution multi-spectral image with object oriented classification[J].Journal of Northwest Sci-Tech Univ of Agr and,2013,41(10):221-227.
Authors:LIU Hai-fei;CHANG Qing-rui;LI Fen-ling
Institution:LIU Hai-fei;CHANG Qing-rui;LI Fen-ling;College of Natural Resources and Environment,Northwest A&F University;
Abstract:
Keywords:high-resolution  rules  SVM  multi-resolution segmentation  object-oriented  accuracy assessment
本文献已被 CNKI 等数据库收录!
点击此处可从《西北农林科技大学学报(社会科学版)》浏览原始摘要信息
点击此处可从《西北农林科技大学学报(社会科学版)》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号