遥感与地理信息系统学报

抽象的

评估完整 Lambda 和 SVM 方法从数字图像中提取道路的能力

Abdollahi A、Bakhtiari HRR 和 Nejad PM

利用摄影测量和遥感技术自动提取地面信息需要人工数据和图像数据的编制，因此必须包含图像的所有内容。图像中各种物体的复杂结构给提取信息带来了挑战。因此，选择数字数据类型和提取所需效果的好方法对于测绘精度至关重要。本研究调查了从卫星和航拍图像中提取直线、螺旋、交叉口、城市和非城市道路等各种类型的半自动化方法。使用的数据包括 UltraCam 航拍图像、分辨率为 0.5 m 的非城市地区 Worldview 卫星图像和分辨率为 0.61 m 的德黑兰省 Quick-Bird 图像。在所提出的方法中，在使用全 lambda 方法进行图像分割后，使用 SVM 算法进行图像分类，并使用形态学运算来提高发现路径的质量、消除噪音和填补空白。因此，对于全 lambda 方法在图像分割中具有高精度的图像，图像分类的精度得到了提高，从中可以更好地提取道路。在将图像分为道路和非道路两类时，平均总体精度超过 81%，平均精度 Kappa 系数超过 78%，这表明引入的系统具有非常好的半自动提取不同道路的能力。