基于GF-2遥感影像的典型道路路面类型识别

发布时间：2023-06-01 02:07

　　随着社会经济的快速发展,道路的交通量也呈现日益增长的趋势,基于遥感影像的路面健康检测和识别工作尤为重要。试验基于GF-2遥感影像数据,构建光谱指数和灰度共生矩阵,增加路面材质类型识别的波段因子,结合BP神经网络筛选最佳波段组合,利用SVM分类方法实现道路路面材质类型的识别。结果表明,基于最佳波段组合的道路路面材质识别结果均优于基于原始影像和主成分分析影像的识别结果,识别精度满足要求。该方法可快速、高效识别大区域的道路路面材质类型,为道路的路面健康检查和评价提供数据支撑。

【文章页数】：8 页

【文章目录】：
1 研究区与数据
    1.1 研究区介绍
    1.2 数据获取与预处理
2 研究方法
    2.1 灰度共生矩阵
    2.2 光谱指数计算
    2.3 基于BP神经网络选择最佳波段
3 结果与分析
    3.1 训练样本相似性度量
    3.2 BP神经网络预测结果
    3.3 最佳波段选择组合
    3.4 主成分分析特征提取
    3.5 道路路面材质识别结果与精度验证
4 结语



本文编号：3826439