位置:成果数据库 > 期刊 > 期刊详情页
基于多特征融合的SVM高分辨率遥感影像建筑物提取方法
  • ISSN号:1009-5896
  • 期刊名称:《电子与信息学报》
  • 时间:0
  • 分类:TP751.1[自动化与计算机技术—控制科学与工程;自动化与计算机技术—检测技术与自动化装置]
  • 作者机构:哈尔滨工程大学信息与通信工程学院,黑龙江哈尔滨150001
  • 相关基金:国家自然科学基金资助项目(61405041,61571145);黑龙江省自然科学基金重点项目(ZD201216);哈尔滨市优秀学科带头人基余资助项目(RC2013XK009003).
中文摘要:

通过有效地利用多源遥感数据,基于灰度共生矩阵和双边滤波等方法提取建筑物的低层特征,并通过SVM初分类得到建筑物的高层语义特征,将低层特征与高层特征进行有效地融合成为新的特征用于建筑物提取.实验结果表明,进行多特征融合后的建筑物提取的完整率和正确率都得到了提高.

英文摘要:

Gray level co-occurrence matrix and bilateral filtering method was used to extract the low- level features and then SVM classifier was applied to get the high level semantic feature. The low- level features and high level semantic feature were merged together, and fed to SVM classifier to further extract buildings. Experimental results show that the completeness and correctness of building extraction of the proposed algorithm are improved obviously.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《电子与信息学报》
  • 中国科技核心期刊
  • 主管单位:中国科学院
  • 主办单位:中国科学院电子学研究所 国家自然科学基金委员会信息科学部
  • 主编:朱敏慧
  • 地址:北京市北四环西路19号
  • 邮编:100190
  • 邮箱:jeit@mail.ie.ac.cn
  • 电话:010-58887066
  • 国际标准刊号:ISSN:1009-5896
  • 国内统一刊号:ISSN:11-4494/TN
  • 邮发代号:2-179
  • 获奖情况:
  • 国内外数据库收录:
  • 荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:24739