Print

基于决策树的无人机高光谱遥感影像地物分类研究

论文摘要

高光谱影像由于其波段众多,传统的多光谱图像的信息提取方法不适合高光谱影像的处理。利用无人机搭载美国Headwall公司的最新纳米级高光谱成像光谱仪,采集广东省广州市增城区某处的高光谱影像,提取光谱数据,分析不同地物间光谱曲线特征和差异,采用决策树进行地物分类。结果表明:根据无人机高光谱数据中不同地物之间光谱特征曲线的差异,建立分类树,不仅可以大大减少分类处理的工作量,且分类效果良好,准确度高。

论文目录

  • 1 材料与方法
  •   1.1 数据获取
  •   1.2 研究方法
  •     1.2.1 标准化处理
  •     1.2.2 分类方法
  •       1.2.2. 1 各地物光谱反射率。
  •       1.2.2. 2 分类处理。
  • 2 结果与分析
  •   2.1 人工阈值分割
  •   2.2 自动阈值分类
  • 3 结论与讨论
  •   3.1 主要结论
  •   3.2 讨论
  •     3.2.1 人工与机器分类效果的比较
  •     3.2.2 高光谱遥感影像分类遇到的问题

    • 文章来源

    类型: 期刊论文

    作者: 万欢,孙昕,周浩澜,王长委

    关键词: 无人机,高光谱遥感,光谱特征

    来源: 河北农业科学 2019年01期

    年度: 2019

    分类: 农业科技,工程科技Ⅱ辑,信息科技

    专业: 工业通用技术及设备,自动化技术

    单位: 华南农业大学资源环境学院,珠海欧比特宇航科技股份有限公司,华南农业大学水利与土木工程学院

    基金: 2018年省级促进经济发展专项资金(GDME-2018E004),2018年省级乡村振兴战略专项“老挝蔬菜农情监测系统构建与推广”

    分类号: TP751

    页码: 101-104+108

    总页数: 5

    文件大小: 2148K

    下载量: 656

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/dcc6861e487af590d89009b2.html