共查询到20条相似文献,搜索用时 125 毫秒
1.
【目的】对带病斑苹果树叶片的高光谱图像进行病斑提取,为作物病虫害的遥感监测提供支持。【方法】对带有病斑的苹果树叶片成像高光谱图像,从传统基于光谱特征和面向对象特征2个方向入手进行病斑提取。为减少高光谱图像波段之间的冗余,首先对高光谱图像采用PCA变换进行降维处理,利用降维之后的前11个波段,分别采用波谱角分类和面向对象分类的方法提取苹果树叶片病害区域。【结果】由于同物异谱和异物同谱现象的存在,波谱角分类算法在提取病斑时,对叶柄和叶脉产生了错误的分类,而且以像元为分类单位的波谱角分类,在分类结果图中存在椒盐噪声,而面向对象分类则避免了这一现象的发生。【结论】采用面向对象分类方法提取苹果叶片病斑的结果优于基于光谱特征的波谱角分类方法,其总体精度和Kappa系数分别为98.44%和0.97。 相似文献
2.
结合多尺度纹理特征的高光谱影像面向对象树种分类 总被引:1,自引:0,他引:1
3.
本文选取珠海一号影像数据,以哨兵二号数据为参考,将平朔矿区按权属划分五个子研究区,采用面向对象结合最邻近特征的分类方法,融合光谱特征、纹理特征、植被指数等特征因子,对珠海一号矿区土地利用分类精度进行评价。研究结果表明:(1)珠海一号分类总体精度为78.87%,Kappa系数为0.7285;哨兵二号分类总体精度为78.38%,Kappa系数为0.7203,珠海一号分类精度略高于哨兵二号;(2)部分耕地、草地、裸地产生误分,可能由于选取影像成像时间过晚地物特征相似导致。总体来说,珠海一号高光谱数据光谱及空间分辨率高,具有应用于矿区生态监测、复垦区植被演替特征等研究的潜力。 相似文献
4.
5.
基于机载激光雷达和高光谱数据的树种识别方法 总被引:1,自引:1,他引:1
训练样本的选取是影响监督分类精度的直接原因之一,数据空间分辨率越高,训练样本要求越准确,而人机交互训练样本选取推广力有限。利用机载高光谱(AISA)和激光雷达(LiDAR)主被动遥感数据,探讨基于高分辨率影像的训练样本自动提取技术以及适合树种识别的遥感变量。根据树木的结构和高度差异,开展树高分层掩膜试验,并计算光谱间夹角,在每个高度层中自动化优选树种的高纯度训练样本。计算植被指数、主成分分析等特征变量,基于支持向量机分类器对研究区进行树种精细分类。实验表明:通过对阔叶林、马尾松Pinus massoniana,毛竹Phyllostachys edulis,杉木Cunninghamia lanceolata,油茶Camellia oleifera的训练样本分层自动提取后再进行分类,激光雷达和不敏感色素指数变量能有效提高树种分类精度。其中高光谱+激光雷达+结构不敏感色素指数变量组合的分类精度最高,其总体精度和Kappa系数分别为89.12%和0.86,阔叶林、马尾松、毛竹、杉木、油茶的用户精度分别为75.00%,100.00%,86.36%,90.91%和96.55%。该方法对本研究区森林树种的识别是有效的。 相似文献
6.
基于递归纹理特征消除的WorldView-2树种分类 总被引:1,自引:0,他引:1
利用遥感影像识别树种是一个尚未解决的科学难题,传统方法在高分辨率影像树种分类中存在着诸多不适宜问题。本文通过提取WorldView-2影像的纹理特征构造高维数据,利用递归特征消除降低数据维数,逐步解除最大似然分类的休斯现象,并将有代表性的纹理特征集合与光谱特征结合,对树种进行分类。结果显示:在递归消除8个纹理特征后,最大似然的休斯现象达到了很好的规避;在结合光谱特征后,分类的总体精度达到了86.39%,Kappa系数达到了0.8410,比基于光谱特征的总体精度和Kappa系数高12.32%和0.1436。研究表明,在高维数据中通过递归特征消除规避最大似然分类的休斯现象,充分结合影像纹理与光谱信息对树种分类可以取得更为理想的结果。 相似文献
7.
为提高高分辨率遥感影像分类精度,针对高分二号影像发展一种综合利用遥感影像光谱和纹理信息的茶园种植区提取方法。该方法首先利用归一化植被指数(NDVI)和修正的归一化植被指数(MNDVI)构建新的光谱特征——差异归一化差分植被指数(DNDVI),通过灰度共生矩阵(GLCM)构建新的纹理特征——灰度共生纹理(GLCT),然后结合光谱和纹理特征运用支持向量机(SVM)的方法进行分类。试验采用2种方案(原始波段+光谱特征,原始波段+光谱特征+纹理特征)对影像进行分类,分类总体精度分别为79. 6%、89. 8%,Kappa系数分别为0. 659、0. 788。结果表明,结合纹理信息能明显地提高分类精度,并较好地实现对高分二号影像茶园种植区的分类提取。 相似文献
8.
《北京林业大学学报》2015,(8)
利用遥感影像识别树种是一个尚未解决的科学难题,传统方法在高分辨率影像树种分类中存在着诸多不适宜问题。本文通过提取WorldView-2影像的纹理特征构造高维数据,利用递归特征消除降低数据维数,逐步解除最大似然分类的休斯现象,并将有代表性的纹理特征集合与光谱特征结合,对树种进行分类。结果显示:在递归消除8个纹理特征后,最大似然的休斯现象达到了很好的规避;在结合光谱特征后,分类的总体精度达到了86.39%,Kappa系数达到了0.841 0,比基于光谱特征的总体精度和Kappa系数高12.32%和0.143 6。研究表明,在高维数据中通过递归特征消除规避最大似然分类的休斯现象,充分结合影像纹理与光谱信息对树种分类可以取得更为理想的结果。 相似文献
9.
基于多时相GF-1遥感影像的作物分类提取 总被引:1,自引:0,他引:1
为了提高遥感影像数据对作物分类提取的精度,更多地反映作物的空间分布结构和物候差异,以黑龙江农垦赵光农场为研究对象,提出一种基于分区与决策树分层分类相结合的作物遥感分类方法,利用2014年高分一号卫星(GF-1)WFV遥感影像数据(4景)开展主要作物的识别分类提取。首先,结合实地调查与影像光谱特征信息的总体分布,将研究区分割成3个子区域(西南区、北部区和东南区);其次,基于多时相遥感影像序列,分析主要作物的反射光谱和植被指数的时序变化特征,构建基于决策树分层分类的主要作物遥感分类模型,成功提取了赵光农场主要作物的空间种植信息。结果表明,2种分类方法的精度都很高,总体精度均在97.00%以上,Kappa系数均在0.900 0以上。分区分类更优于整幅图像非分区分类,总体精度达到98.10%,Kappa系数达到0.960 7;非分区分类总体精度为97.50%,Kappa系数为0.948 3。研究表明,基于分区与决策树分类法相结合的作物分类结果精度,明显优于不使用分区分类的结果。由分区与决策树分层相结合的分类方法能够有效提高黑龙江垦区主要种植作物分类的准确性和精度。 相似文献
10.
《江苏农业科学》2019,(19)
为探索西南地区水稻种植信息的有效提取方法,以重庆市永川区朱沱镇为例,根据Sentinel-2多光谱影像,结合高分一号(GF-1)影像数据选取样本分布点,构建水稻作物信息随机森林提取模型,同时分析样本地类像元光谱曲线,构建不同地类样本影像像元光谱库,并将随机森林分类结果与传统最大似然法、光谱角及基于时差的光谱角水稻空间种植信息分类结果进行对比及精度分析。结果显示,通过光谱角分类器提取地物精度有限,结合时差特征能够明显提高目标提取精度,而基于水稻样本信息训练构建的光谱角模型提取方法获取水稻种植面积准确率高达90.62%,分类结果总体精度达91.50%,Kappa系数达到0.83,实现了对西南地块破碎地区分散作物种植信息的有效提取,可为西南地形复杂、地块破碎地区农作物信息提取提供一定参考。 相似文献
11.
12.
Grapevine variety identification is a matter of great interest in viticulture, which is currently addressed by visual ampelometry or wet chemistry genetic analysis. This paper reports the development of a simple and automatic method of classification of grapevine varieties from leaf spectroscopy. The method consists of a classifier based on partial least squares that discriminates among grapevine varieties using a hyperspectral image of a leaf measured in reflectance mode. Hyperspectral imaging was conducted with a camera with 1040 wavelength bands operating between 380 nm and 1028 nm. The classifier was created using 300 leaves, 100 of each of the varieties Vitis vinifera L., Tempranillo, Grenache and Cabernet Sauvignon. Monte-Carlo cross-validation confirmed the classifier’s performance for the three varieties, which exceeded 92% in all cases. The proposed method has proven to satisfactory classify among grape varieties, but certainly a wider range of grapevine cultivars should be tested before it gets implemented for local sensing with the aim of providing the wine industry with a fast, automatic, environmentally friendly and accurate tool for grapevine variety identification. 相似文献
13.
概述了高光谱遥感技术的概念和发展;介绍了在叶面积指数及生物量、养分及水分、作物病虫害3个方面信息诊断监测的具体应用;指出了研究工作中亟待解决的一些问题,并提出了基于多传感信息融合的作物长势监测的设想. 相似文献
14.
高光谱遥感在荒漠化监测中的应用 总被引:9,自引:0,他引:9
论述并建立了适合于高光谱遥感技术的荒漠化监测指标,提出了基于高光谱分辨率数据处理算法的荒漠化监测评价指标信息的提取方法。初步构建了TM、高光谱分辨率成像光谱仪和地面调查相结合的荒漠化监测的技术框架。 相似文献
15.
利用2009年11月9日城市湖泊青山湖实测的水体高光谱遥感数据和同步水质采样数据,在分析水体固有光学特性的基础上,采用单波段、两波段比值和一阶微分3种算法进行了湖泊水体总悬浮物浓度(TSS)遥感反演研究。结果表明,单波段、两波段比值和一阶微分模型相关系数均较好,688 nm处一阶微分线性回归模型相关系数R2为0.932 8,RMSE为2.896 1 mg/L,为最佳的TSS实测光谱遥感反演模型,可以用于青山湖水体TSS浓度的反演。该研究可为水质指标大面积的卫星遥感反演研究提供基础。 相似文献
16.
以吉林省汪清林业局为研究区,通过猫群位置寻优的过程对阔叶林、针叶林和混交林进行聚类分析。结果表明:森林类型区分精度达到83.5%,Kappa系数0.793,与传统高光谱聚类方法相比,能较好的识别森林类型。 相似文献
17.
基于人工神经网络的大豆叶面积高光谱反演研究 总被引:26,自引:0,他引:26
【目的】探索不同高光谱模型监测大豆叶面积指数LAI的精度。【方法】实测不同水肥耦合作用下,大豆冠层的高光谱反射率与叶面积指数(Leaf Area Index)数据,对二者进行相关分析;采用敏感波段(801nm,670nm)构建RVI, NDVI, SAVI, OSAVI 和MTVI2植被指数,建立大豆LAI估算模型;最后采用相关系数较大的波段作为神经网络模型的输入变量进行大豆LAI的估算。【结果】大豆LAI与光谱反射率在可见光波段呈负相关、近红外波段呈正相关、红边处相关系数由负变正;微分光谱在三边处与大豆LAI关系密切,在红边处取得最大回归确定性系数(R2 = 0.86)。植被指数可以较为精确反演大豆LAI,确定性系数R2>0.84。人工神经网络模型可以大大提高大豆LAI的估算水平,当隐藏层节点数为2时,R2为0.92,随着隐藏层节点数的增加,R2可高达0.96;在没有黄熟期数据干扰的情况下,神经网络可以进一步提高大豆LAI的反演精度,R2可高达0.99。【结论】与基于植被指数建立的模型相比,神经网络模型可以有效避免因LAI过高而出现的过饱和现象,大大提高了LAI的反演精度。 相似文献
18.
高光谱林业遥感分类研究进展 总被引:1,自引:0,他引:1
为了深入了解高光谱分类领域的研究现状,基于Web of Science数据库和CNKI数据库,检索了关于高光谱遥感分类的相关文献,并对文献的分布情况和研究方法等进行了归纳和分析.结果表明,关于高光谱分类的文献发布数量总体呈上升趋势,其中美国的文献发布量最多,热带森林类型受关注最多.采用最多的分类方法有最大似然法、支持向量机、随机森林、光谱角度制图和判别分析5种,5种方法各有优缺点,分类精度都较高,分类敏感波段大多在可见光、近红外和短波红外等波段.该研究可为高光谱林业遥感分类领域森林类型和分析方法的进一步研究提供参考. 相似文献
19.
[目的]利用高光谱遥感,对武夷山土壤有机质进行研究,建立了土壤有机质高光谱反演模型,为今后武夷山地区土壤有机质含量的快速测定提供理论依据。[方法]利用ASD Field Spec Pro地物光谱仪对不同有机质土壤进行光谱测量,采用有机质速测法对土壤有机质含量进行测定。[结果]762 nm为土壤有机质的敏感波段,其相关系数为-0.771,然后建立拟合方程为:Y=61.823-129.274x,拟合度为0.820。[结论]提出今后亚热带地区土壤高光谱的研究方向。 相似文献
20.
基于冠层高光谱遥感对加工番茄产量的估算模型 总被引:1,自引:0,他引:1
[目的]对加工番茄的产量进行遥感估测。[方法]以ASD FieldSpec光谱仪实测大田中不同生育期加工番茄的冠层高光谱及其产量,采用单时相线性逐步回归和复合回归,首次建立了加工番茄高光谱与产量的估算模型。[结果]在坐果期光谱参量与产量相关性最大,而其他时期的光谱参量与产量相关性均达到了显著水平(P<0.05);多时相复合回归模型以4个生育期与产量的复合回归最为理想。[结论]利用高光谱遥感来监测加工番茄的生长状况,可以最终对加工番茄的产量进行遥感估测。 相似文献