リモートセンシングとGISのジャーナル

概要

デジタル画像から道路を抽出するための完全なラムダ法と SVM 法の機能の評価

アブドラヒ A、バクティアリ HRR、ネジャド PM

写真測量とリモートセンシングを使用した地上の情報の自動抽出には、人間のデータと画像データの定式化が必要であるため、画像のすべてのコンテンツを含める必要があります。画像内のさまざまなオブジェクトの複雑な構造は、これを行うための課題につながります。したがって、デジタルデータの種類と、目的の効果を抽出するための適切な方法を選択することが、マッピングの精度において重要です。この研究では、衛星画像と航空画像から直線、らせん、交差点、都市部および非都市部の道路など、さまざまな種類の道路を半自動的に抽出する方法を調査しました。使用されたデータには、UltraCam航空画像、解像度0.5 mの非都市部のWorldview衛星画像、解像度0.61 mのテヘラン州のQuick-Bird画像が含まれていました。提案された方法では、Full lambda法を使用して画像セグメンテーションを実行すると、SVMアルゴリズムを使用して画像分類が行われ、形態学的操作を使用して、検出方法の品質を向上させ、ノイズを除去し、ギャップをカバーします。したがって、フルラムダ法が画像セグメンテーションにおいて高い精度を持つ画像の場合、画像分類の精度が向上し、画像からの道路の抽出がより適切に行われます。道路と非道路の 2 つのクラスへの画像分類における平均全体精度が 81 パーセントを超え、平均精度カッパ係数が 78 パーセントを超えていることは、導入されたシステムがさまざまな道路を半自動的に抽出する能力に非常に優れていることを示しています。