机载DOM面向对象的改扩建公路沿线主要地物提取研究

针对改扩建公路沿线地物信息提取难度大、工期紧等问题,以成南高速扩容项目(成都螺狮坝立交附近)的机载高分辨率DOM遥感影像为研究对象,运用KNN、CART、SVM等3种面向对象分类方法,对该扩容高速沿线左右约300 m范围内带状区域进行主要地物信息提取与分类研究。结果表明:1)最优分割尺度的确定是一个复杂过程,且受到多种因素的制约,通过运用ESP工具简化获取最优分割尺度,并取得了较好影像分割效果;2)3种面向对象分类结果基本满足了改扩建公路工程前期规划、设计和施工建设的精度要求,3种方法在基于同一训练样本与验证样本数据基础上,就分类精度而言,SVM>CART>KNN,就具体地物而言,居民用地、交通运输用地、植被和水体等地物的分类精度相对较高,裸地、大棚和其他等地物的分类精度相对较低;3)3种分类方法技术先进、经济高效,且对于改扩建公路沿线地物自动化智能化提取及其在数字化交通中的应用具有显著的实际价值。