论文部分内容阅读
针对高分影像地物的复杂性及光谱特征的相似性所导致提取道路时具备较大难度并且较低精确度的问题,提出一种通过获取和分析道路的谱间G统计量信息来标识道路的方法。首先对原始影像进行HIS变换提取S(Saturation,光谱饱和度)分量,利用最小二乘支持向量机(LSSVM)并融入对象光谱、形状特征,实现道路信息的粗略提取;然后通过选取合适的训练样本,谱间G统计量构建联合概率,来精确提取粗分类中的道路点。最后采用面积、对象饱和度和线性指数等形状特征以及形态学相关优化操作来获取到精确的道路信息。实验结果表明:该