利用色调—亮度彩色分量的可见光植被指数
目的 无人机遥感具有高时效、高分辨率、低成本、操作简单等优势.但由于无人机通常只携带可见光传感器,无法计算由可见光—近红外波段组合所构造的植被指数.为解决这一问题,提出一种归一化色调亮度植被指数NHLVI(normalized hue and lightness vegetation index).方法 通过分析HSL (hue-saturation-lightness)彩色空间模型,构建一种基于色调亮度的植被指数,将该植被指数以及其他常用的可见光植被指数,如归一化绿红差值指数NGRDI(normalized green-red difference index)、过绿指数ExG(excess green)、超绿超红差分指数ExGR(excess green minus excess red)等,分别与野外实测光谱数据和无人机多光谱数据的NDVI(normalized difference vegetation index)进行相关性比较;利用受试者工作特征曲线ROC(receiver operating characteristic curve)的特点确定阈值,并进行植被信息提取与分析.结果 NHLVI与NDVI相关性高(R2 =0.776 8),而其他可见光植被指数中,NGRDI与NDVI相关性较高(R2=0.687 4);ROC曲线下面积大小作为评价不同植被指数区分植被与非植被的指标,NHLVI指数在ROC曲线下面积为0.777,小于NDVI(0.815),但大于NGRDI(0.681),区分植被与非植被能力较强.为进一步验证其精度,利用阈值法提取植被,NHLVI提取植被信息的总体精度为82.25％,高于NGRDI(79.75％),尤其在植被稀疏区,NHLVI的提取结果优于NGRDI.结论 提出的归一化色调亮度植被指数,提取植被精度较高,适用于无人机可见光影像植被信息提取,为无人机可见光影像的应用提供了新方法.
HSL变换、植被指数、无人机、可见光、植被提取
22
TP751(遥感技术)
2017-12-11（万方平台首次上网日期，不代表论文的发表时间）
共9页
1602-1610
