遥感影像数据量大、地物种类多、噪声多,难以分割出代表现实世界中的实体,同时房屋形态复杂,纹理信息丰富,提取难度较大。探索了借助机器学习方法的房屋自动提取技术,具体分为训练和测试两个步骤。训练中利用机器学习主成分分析算法进行降维,自动计算参数,输出最优模型;测试中,利用所得分类模型处理测试图像,输入训练所得模型,得到提取后房屋图像。以高空间分辨率遥感影像为样本进行实验,利用机器学习对遥感影像进行房屋提取,对于纯净的房屋窗口子区提取率达到百分之九十,而对于非纯净的房屋窗口子区提取率为百分之六十,说明本方法适用于房屋密度高的遥感影像提取。
