-
题名基于样本自动扩充的街区式农村居民地遥感提取方法
被引量：5
- 1
-
-
作者
陆尘
杨晓梅
王志华
-
机构
中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室
中国科学院大学
-
出处
《地球信息科学学报》
CSCD
北大核心
2018年第9期1306-1315,共10页
-
基金
国家重点研发计划项目(2016YFC1402003)
国家自然科学基金项目(41671436
41421001)~~
-
文摘
与基于非监督分类机制的居民地提取方法相比较,基于监督分类机制的居民地提取方法具有较高的提取精度。但是,基于监督分类机制的方法依赖于人工标注的训练样本,繁琐的标注工作限制了这类方法在遥感大数据时代的应用。利用监督居民地提取方法具有较高提取精度的优点,同时克服这类方法需要人工标注样本的缺点,能够建立更为实用的居民地提取方法。为此,针对中国华北平原广泛分布的街区式农村居民地,提出一种基于监督分类机制且仅需单个人工标注样本的居民地遥感提取方法。该方法首先根据居民地在遥感影像上的特征设计居民地排除规则,对划分的影像块进行初步分类;然后,从划分为非居民地的影像块中随机挑选一定量的影像块作为负样本,以人工标注的单个正样本为基础进行正样本扩充;最后,采用k-近邻分类法训练居民地分类器,对初步判定为居民地的影像块做进一步分类。试验结果表明,方法能够准确地提取影像中的居民地,对地物背景存在差异的遥感影像具有良好的提取效果。
-
关键词
街区式农村居民地
居民地提取
样本自动扩充
高分遥感影像
排除规则
-
Keywords
rural residential area composed of single-family building blocks
extraction methods
automaticallyaugmenting training samples
high-resolution remote sensing images
exclusion rules
-
分类号
P237
[天文地球—摄影测量与遥感]
-
