[发明专利]一种基于自适应聚类学习的道路网提取的方法

摘要

本发明提供一种基于自适应聚类学习的道路网提取的方法，包括已提取路段矢量的连接构网，新增路段检测与提取；道路提取结果的推理验证三方面内容。路段连接构网过程综合考虑了道路的几何特征和已检测的道路交叉结构约束，从而保证路段连接结果的合理性。新增道路自动提取是道路提取研究领域的难点，在已有道路矢量语义标记的前提下，依然需要解决高分遥感影像道路特征异质性和多样性的问题。从样本自适应聚类与多分类器道路样本分类结果融合作为新增道路提取的研究思路。最后，从道路提取结果的正确性要求出发，引入D‑S证据理论对道路提取结果进行验证，并根据各类特征与道路的关系定义相应的验证概率分布函数。

主权项

一种基于自适应聚类学习的道路网提取的方法，其特征在于：包括以下步骤；步骤一，基于路段连接的几何特征，对已提取路段进行连接处理；步骤二，交叉结构约束下的路段连接修正；根据几何特征完成路段连接后，利用已知的交叉结构作为约束，对不合适的路段连接结果进行修正；步骤三，基于样本学习的新增道路提取；通过对已知路段的网络化连接，得到矢量路网对影像中相应道路对象的标记，对于现有路网以外的新增路段，需要根据已标记的道路特征，对其进行分类预测和提取；步骤四，基于多特征证据模糊推理的道路验证。