基于ELM的遥感影像城市道路提取

作     者：蔡衡 楚恒 单德明 CAI Heng;CHU Heng;SHAN De-ming

作者机构：重庆邮电大学通信与信息工程学院重庆400065 重庆高校市级光通信与网络重点实验室重庆400065 泛在感知与互联重庆市重点实验室重庆400065 重庆市勘测院重庆400020 

基　　金：重庆高校创新团队建设计划(CXTDX201601020) 

出 版 物：《计算机工程与科学》 (Computer Engineering & Science)

年 卷 期：2020年第42卷第1期

页      码：125-130页

摘      要：针对高分辨率遥感影像中复杂场景道路提取不理想问题,利用极限学习机ELM的快速学习能力,提出了一种基于ELM的城市道路提取方法。首先,利用改进的布谷鸟搜索CS算法自适应地选择ELM的隐含层节点数,以提高模型的稳定性;其次,引入数据样本蕴含的判别信息,弥补ELM学习不够充分问题,进而提高ELM分类性能;最后,结合数学形态学处理,对提取道路进行优化,获得最终的道路提取效果。遥感影像道路提取实验结果表明,所提方法不仅增强了网络的稳定性,同时还提高了道路提取的精确度,能较好地提取出道路信息。

主 题 词：高分辨率遥感影像 极限学习机 布谷鸟搜索 判别信息 数学形态学 

学科分类：083002[083002] 0830[工学-生物工程类] 081802[081802] 08[工学] 0818[工学-交通运输类] 081602[081602] 0816[工学-纺织类] 

D　O　I：10.3969/j.issn.1007-130X.2020.01.016

馆 藏 号：203885760...