Please wait a minute...
 
国土资源遥感  2008, Vol. 20 Issue (2): 27-29    DOI: 10.6046/gtzyyg.2008.02.07
  技术方法 本期目录 | 过刊浏览 | 高级检索 |
基于SVM的多源遥感影像面向对象建筑物提取方法
张峰1,2,薛艳丽2,李英成2,丁晓波2
1.桂林工学院,桂林 541004;2.中国测绘科学研究院,北京 100039
OBJECT-ORIENTED BUILDING EXTRACTION OF MULTI-SOURCE REMOTE SENSING IMAGERY BASED ON SVM
ZHANG Feng 1,2, XUE Yan-li 2,LI Ying-cheng 2,Ding Xiao-bo 2
1.Guilin University of Technology,Guilin 541004,China;2. Chinese Academy of Surveying and Mapping,Beijing 100039,China
全文: PDF(484 KB)   HTML  
输出: BibTeX | EndNote (RIS)      
摘要 

在分析支持向量机(Support Vector Machine,SVM)分类技术和机载激光雷达(LIDAR)数据、航空影像特征的基础上,提出了基于SVM的LIDAR数据和航空影像的面向对象建筑物提取方法。结果表明,该方法充分利用了多源影像的互补信息,能够得到更高的信息提取精度,准确而快速地更新地理空间数据库,是一种有效的面向对象建筑物提取方法。

服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
关键词 川藏公路地质灾害航空遥感    
Abstract

On the basis of analyzing the Support Vector Machine (SVM) classification technique and the features of LIDAR data and aerial imagery,this paper has put forward a new building extraction method based on object-oriented SVM,which integrates multi-source information of aerial imagery and Light Detection and Ranging (LIDAR) data. Tests show that the extraction accuracy is improved by using this method. Moreover,the proposed object-oriented building extraction method not only proves to be effective but also can update GIS database quickly and accurately.
 

Key wordsChuanzang highway    Geological hazards    The aerial Photo study
收稿日期: 2007-07-24      出版日期: 2009-07-15
: 

TP75

 
基金资助:

地理空间信息工程国家测绘局重点实验室项目(200720)和广西自然科学基金项目(052204)共同资助。

引用本文:   
张峰, 薛艳丽, 李英成, 丁晓波. 基于SVM的多源遥感影像面向对象建筑物提取方法[J]. 国土资源遥感, 2008, 20(2): 27-29.
ZHANG Feng, XUE Yan-Li, LI Ying-Cheng, DING Xiao-Bo. OBJECT-ORIENTED BUILDING EXTRACTION OF MULTI-SOURCE REMOTE SENSING IMAGERY BASED ON SVM. REMOTE SENSING FOR LAND & RESOURCES, 2008, 20(2): 27-29.
链接本文:  
https://www.gtzyyg.com/CN/10.6046/gtzyyg.2008.02.07      或      https://www.gtzyyg.com/CN/Y2008/V20/I2/27
[1] 陈洁, 高子弘, 王珊珊, 金鼎坚. 三峡库区航空遥感地质调查技术发展综述[J]. 国土资源遥感, 2020, 32(2): 1-10.
[2] 金鼎坚, 王建超, 吴芳, 高子弘, 韩亚超, 李奇. 航空遥感技术及其在地质调查中的应用[J]. 国土资源遥感, 2019, 31(4): 1-10.
[3] 张晓东, 刘湘南, 赵志鹏, 武丹, 吴文忠, 褚小东. 基于层次分析法的盐池县地质灾害危险性评价[J]. 国土资源遥感, 2019, 31(3): 183-192.
[4] 王祥, 王新新, 苏岫, 孟庆辉, 邹德君, 伊晓东, 王林, 文世勇, 赵建华. 无人机平台航空遥感监测核电站温排水——以辽宁省红沿河核电站为例[J]. 国土资源遥感, 2018, 30(4): 182-186.
[5] 陈凯, 房成法, 李儒. 航空遥感灾害应急区域协同优化研究[J]. 国土资源遥感, 2018, 30(3): 55-59.
[6] 张晓东, 刘湘南, 赵志鹏, 赵银鑫, 马玉学, 刘海燕. 基于像元二分法的盐池县植被覆盖度与地质灾害点时空格局分析[J]. 国土资源遥感, 2018, 30(2): 195-201.
[7] 范敏, 孙小飞, 苏凤环, 蒋华标, 韩磊. 国产高分卫星数据在西南山区地质灾害动态监测中的应用[J]. 国土资源遥感, 2017, 29(s1): 85-89.
[8] 李健强, 韩海辉, 高婷, 杨敏, 梁楠. 资源三号卫星在地质灾害调查评价中的应用——以宝鸡黄土区为例[J]. 国土资源遥感, 2017, 29(s1): 73-80.
[9] 李海鹰. 国产高分辨率遥感数据在环境地质调查中的应用[J]. 国土资源遥感, 2017, 29(s1): 46-51.
[10] 何超. 地质灾害体遥感变化信息检测及趋势分析[J]. 国土资源遥感, 2017, 29(s1): 27-33.
[11] 杨金中, 聂洪峰, 荆青青. 初论全国矿山地质环境现状与存在问题[J]. 国土资源遥感, 2017, 29(2): 1-7.
[12] 张焜, 李晓民, 马世斌, 刘世英, 李生辉. GF-1图像在中印边境楚鲁松杰村地质灾害调查中的应用[J]. 国土资源遥感, 2016, 28(2): 139-148.
[13] 王瑞国. 基于WorldView-2数据的乌东煤矿地质灾害遥感调查及成因分析[J]. 国土资源遥感, 2016, 28(2): 132-138.
[14] 金鼎坚, 支晓栋, 王建超, 张丹丹, 尚博譞. 面向地质灾害调查的无人机遥感影像处理软件比较[J]. 国土资源遥感, 2016, 28(1): 183-189.
[15] 魏永明, 魏显虎, 陈玉. 岷江流域映秀—茂县段地震次生地质灾害分布规律及发展趋势分析[J]. 国土资源遥感, 2014, 26(4): 179-186.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
京ICP备05055290号-2
版权所有 © 2015 《自然资源遥感》编辑部
地址:北京学院路31号中国国土资源航空物探遥感中心 邮编:100083
电话:010-62060291/62060292 E-mail:zrzyyg@163.com
本系统由北京玛格泰克科技发展有限公司设计开发