基于svm的多源遥感影像面向对象建筑物提取方法

《基于svm的多源遥感影像面向对象建筑物提取方法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、重庆维普http://www.cqvip.com第2期，总第76期国土资源遥感No．2，20082008年6月15日REMOTESENSINGFORLAND＆RESOURCESJun．，2008基于SVM的多源遥感影像面向对象建筑物提取方法张峰，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)摘要：在分析支持向量机(SupportVectorMachine，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L

2、IDAR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。关键词：机载激光雷达(LIDAR)；航空影像；面向对象；支持向量机(SVM)；建筑物提取中图分类号：TP75文献标识码：A文章编号：1001—070X【2008)02—0027—03样本分类误差极小化的前提下，尽量提高分类器的0引言泛化推广能力，具有强大的非线性和高维处理能力，解决了维数灾难问题，其算法复杂度与样本维数

3、无随着城市建设速度的加快，建筑物最容易增加和关，只取决于支持向量的个数。发生变化。实现遥感影像建筑物的提取能够满足遥1．1线性可分情况感影像制图、地理信息系统的数据获取和自动更新等SVM方法是从线性可分情况下的最优分类面需要。近年来，建筑物的信息提取技术研究相当活提出的。所谓最优分类面就是要求分类线不但能将跃，除了基于阴影分析方法取得的新进展外，还出现两类样本无错误地分开，而且要使两类之间的距离了基于贝叶斯网络和马尔可夫随机场模型等新方法；最大。在建筑物提取技术中也利用了多源影像信息融合技设线性可分样本集

4、为(。，Y)。其中i=1，2，术。FRottensteinerL】融合LIDAR数据和多光谱影⋯凡；∈R为输入向量；凡为样本数；Y是输入向，像，利用基于Dempster—Shaker(DS)证据理论的分类量的类别标号，对于两类分类问题，Y∈{+1，一1}。方法进行建筑物探测研究；GSohn融合IKONOSd维空间中线性判别函数的一般形式为g()='．，·影像和LIDAR数据进行建筑物自动提取研究，得到+b，分类面方程为'．，·+b=0，其中，'．，为最优分了更高的提取精度。随着面向对象分类思想的出现，类面

5、的权系数向量，间隔量大等价于使lI'．，lI(或lISSyed进行了基于LIDAR和航空影像的半自动建筑'．，lI)最小，而要求分类线对所有样本正确分类，就物提取与重建研究，该方法充分利用了高分辨率遥感是要求其满足Y('．，·)+b]一1≥0。因此，满足影像的空间、纹理及结构等信息克服了传统像素级上述条件且使lI'．，II最小的分类面就是最优分类特征提取的缺陷性，取得了较好的结果J。11面，问题转化为求函数6(w)=÷('．，·'．，)=÷I1w本文在分析LIDAR数据和航空影像、面向对象厶厶的最小值，此

6、为二次规划问题。求得的全局最优解支持向量机分类技术的基础上，提出了融合LIDAR数据和航空影像的面向对象支持向量机的建筑物提'．，=ai*Yi'．，=∑ai*Yii，其中，SV代表支持向取方法。量，若0为最优解，求解上述问题后得到的最优分类函数是1SVM原理nf(x)=s{('．，·)+6}=s{三0(·)+6}(1)支持向量机是由Vapnik提出的相对较新的分式中，sgn{}为符号函数；b是分类的阈值。对类方法，该方法根据结构风险最小化准则，在使训练于给定的未知样本，只需计算sgn('．，·+b)，即收

7、稿日期：2007—07—24；修订日期：2008一o3—27基金项目：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。重庆维普http://www.cqvip.com▲28▲国土资源遥感可判定z所属的分类。2．2实验流程1．2非线性可分情况本实验从面向对象的角度出发，利用了多源信选择非线性映射咖(．If)，将．If映射到高维特征息的融合优势，其流程如图2所示。空问，在其中构造最优超平面。和线性情况类似，此n1nn激光雷达数据-航空影像11lI时优化函

8、数变为Q(。)=o一0<。了iqyi"咖i至；．苫～r苫百刁。’、z>(；)，咖(y，)。其中，咖(。)，咖(y，)为变换后宁空间的内积。相应的判别函数也应变为I纹理l圆圆圆圆‘’If=．)sn(∑ya+b2八gi；咖(。)，咖。))()0l(1)多源影像信息融合这就是支持向量机。实际求解最优化问题和计算分山类平面时Kx～(2)多源信息FNEA分割，只需计算核函数(．)。常用的核函数有多项式、径向基(Radiu