隨著社會經(jīng)濟(jì)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(yàn)基于GF-2遙感影像數(shù)據(jù),構(gòu)建光譜指數(shù)和灰度共生矩陣,增加路面材質(zhì)類型識別的波段因子,結(jié)合BP神經(jīng)網(wǎng)絡(luò)篩選最佳波段組合,利用SVM分類方法實(shí)現(xiàn)道路路面材質(zhì)類型的識別。結(jié)果表明,基于最佳波段組合的道路路面材質(zhì)識別結(jié)果均優(yōu)于基于原始影像和主成分分析影像的識別結(jié)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(zhì)類型,為道路的路面健康檢查和評價(jià)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(yù)處理
2 研究方法
    2.1 灰度共生矩陣
    2.2 光譜指數(shù)計(jì)算
    2.3 基于BP神經(jīng)網(wǎng)絡(luò)選擇最佳波段
3 結(jié)果與分析
    3.1 訓(xùn)練樣本相似性度量
    3.2 BP神經(jīng)網(wǎng)絡(luò)預(yù)測結(jié)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(zhì)識別結(jié)果與精度驗(yàn)證
4 結(jié)語



本文編號：3826439