10.16251/j.cnki.1009-2307.2018.09.010
一种草地高光谱图像分类方法
针对传统的大规模草地牧草的识别,不仅浪费大量的人力、物力,还浪费大量的时间和经费.该文提出了一种基于高光谱成像采集系统的草地动态监测新手段,利用采集到的可见-近红外光谱(范围400~1 000 nm)图像和光谱信息进行自动分类.该方法主要包括预处理、特征波段提取以及分类识别3个步骤.①利用ENVI(4.7)提取图片的感兴趣区域光谱数据,由于存在大量的数据冗余以及外界的噪声干扰等因素,因此采用多元散射校正去除散射,增强与成分含量相关的光谱吸收信息.②采用连续投影选取出13个特征波段消除数据冗余.③采用支持向量机对选取的特征波段进行分类,分类识别率可达100%.结果表明,采用高光谱成像技术对野外牧草种类的无损识别是可行的,SPA提取光谱特征波段及SVM进行判别野外田间牧草种类取得较好的效果.
高光谱图像、牧草光谱数据、SPA、SVM
43
P237(摄影测量学与测绘遥感)
国家自然科学基金项目61562067,31302017
2018-11-12(万方平台首次上网日期,不代表论文的发表时间)
共6页
52-57