隨著社會經(jīng)濟的快速發(fā)展,道路的交通量也呈現(xiàn)日益增長的趨勢,基于遙感影像的路面健康檢測和識別工作尤為重要。試驗基于GF-2遙感影像數(shù)據(jù),構建光譜指數(shù)和灰度共生矩陣,增加路面材質類型識別的波段因子,結合BP神經(jīng)網(wǎng)絡篩選最佳波段組合,利用SVM分類方法實現(xiàn)道路路面材質類型的識別。結果表明,基于最佳波段組合的道路路面材質識別結果均優(yōu)于基于原始影像和主成分分析影像的識別結果,識別精度滿足要求。該方法可快速、高效識別大區(qū)域的道路路面材質類型,為道路的路面健康檢查和評價提供數(shù)據(jù)支撐。

【文章頁數(shù)】：8 頁

【文章目錄】：
1 研究區(qū)與數(shù)據(jù)
    1.1 研究區(qū)介紹
    1.2 數(shù)據(jù)獲取與預處理
2 研究方法
    2.1 灰度共生矩陣
    2.2 光譜指數(shù)計算
    2.3 基于BP神經(jīng)網(wǎng)絡選擇最佳波段
3 結果與分析
    3.1 訓練樣本相似性度量
    3.2 BP神經(jīng)網(wǎng)絡預測結果
    3.3 最佳波段選擇組合
    3.4 主成分分析特征提取
    3.5 道路路面材質識別結果與精度驗證
4 結語



本文編號：3826439