共查询到16条相似文献，搜索用时 93 毫秒
1.
基于无人机可见光影像的高原丘陵盆地区山药植株识别 总被引：1，自引：0，他引：1
采用四旋翼无人机采集特色作物山药种植区影像，针对山药种植时间和管护水平差异导致的植株生长差异化特征，通过筛选红绿比值指数（RGRI）、过绿指数（ExG）和过绿减过红指数（ExG-ExR）等颜色指数获取山药植株最优颜色指数计算方法；以高斯高通滤波（GHPF）增强和保留山药植株高频信息，抑制杂草、玉米植株的噪声；结合田间测量山药植株数据，通过人机交互解译方法对图像滤波增强后的影像进行灰度分割和提取山药植株信息。结果表明：1）样区总体提取精度为91.14%，样区A、B、C的提取精度分别为90.94%、91.96%、90.81%，精度验证完整性为93.16%；2）随着山药植株多株连体生长复杂程度的增强，过绿指数具有的土壤与植被的分离性仍优于红绿比值指数和过绿减过红指数；3）使用高斯高通滤波能够有效消除杂草、玉米植株的影响，减小山药植株多株连接生长所产生的干扰；4）高斯高通滤波卷积核大小79×79适用于不同时相和不同生长情况的山药植株影像处理，针对不同的山药植株生长情况和不同时相的可见光影像，需调整灰度分割的阈值参数t，单株山药植株面积S由田间测量确定。该方法以快速灵活、低成本的方式识别和计算不同生长状态的山药植株数目，适用于喀斯特山区的精准农业监测研究和现代农业生产活动。 相似文献
2.
基于无人机遥感的盛花期薇甘菊爆发点识别与监测 总被引：1，自引：0，他引：1
局域尺度上爆发点的识别与监测是薇甘菊（Mikania micrantha）入侵研究的一个难点，无人机遥感为此提供了新的研究手段。采用无人机搭载RGB相机获取研究地的正射影像，采用波段运算、影像分割和深度学习3种方法对盛花期薇甘菊的爆发点进行识别。结果表明：高分辨率的RGB拼接影像可直接用于目视识别薇甘菊的爆发点。过绿指数（EGI）、归一化过绿指数（NEGI）、蓝绿差异指数（BGDI）、绿红差异指数（GRDI）、归一化绿红差异指数（NGRDI）以及植被色素比值指数（PPR）均无法分离薇甘菊和其附主植物；但PPR指数可为面向对象的多尺度分割提供参数支持。面向对象的多尺度分割可自动识别薇甘菊的爆发点，但会低估其爆发面积。基于深度学习（Deeplab V3+）的自动识别方法，能准确识别薇甘菊的爆发点和爆发面积，测试集的平均交并比（mIoU）为78.46%，像素精度为88.62%。无人机遥感数据为局域尺度上的薇甘菊扩散机制研究提供了基础，也为薇甘菊入侵的监测、预警和精准防治提供了有力支撑。 相似文献
3.
为研究沙地信息提取的方法，采用基于CART决策树的面向对象方法，提取中卫市沙坡头区的沙地信息。首先对研究区进行多尺度分割和光谱差异分割得到对象层，然后选择合适的提取特征和训练样本点，最后输入选择的提取特征和样本点生成CART规则树，并对地物进行分类，提取出沙地信息。结果表明：采用面向对象的CART决策树方法提取沙地信息具有较高自动化程度和精确度，依此构建的CART决策树总体分类精度可达到77%，是最近邻分类结果的1.12倍，支持向量机分类结果的1.57倍，此外，NDBI（归一化裸露指数）、GSI（粒度指数）和SWIR 2（第七波段）均值可以成功的将沙地、戈壁和裸岩石砾地三个易混地物区分开来，是沙地提取过程中三个重要的特征指数。 相似文献
4.
以位于中国科学院内蒙古草原生态研究定位站灌丛化样地实验平台为研究区，基于低空无人机遥感影像，结合实地调查，开展草原灌丛遥感辨识方法研究。通过对灌丛、草地和裸地归一化植被指数（NDVI）的方差统计分析，确定了裸地与植被的分割阈值为-0.08，并使用该阈值提取植被覆盖区，然后分别利用面向对象的决策树（DT）、贝叶斯（Bayes）、K最邻近（KNN）、支持向量机（SVM）机器学习分类器进行灌丛辨识。研究表明：借助Estimation of Scale Parameter（ESP）最优分割尺度评价工具可以快速确定分割参数，获取灌丛、草地影像对象；利用特征空间优化工具选取了18个的对象特征，可以有效避免盲目选择而导致的计算量增大；通过对不同分类器分类结果的对比和样本数量敏感性实验得出：Bayes分类器精度稳定、无需设置参数，灌丛分类精度最高，总体精度和Kappa系数分别达到92%和0.83，结果与影像地物嵌合最好，能够精确识别单株灌丛；根据Bayes分类器分类结果统计得研究区灌丛盖度为14.74%，平均冠幅为0.6 m2，与样方调查结果基本一致。由于4种分类器的算法特征以及对训练样本数量的敏感性各不相同，因此选择合适的分类器还需根据具体影像的地物特征、空间分辨率和研究区范围来确定。 相似文献
5.
基于GF-1卫星数据的面向对象的民勤绿洲植被分类研究 总被引：1，自引：0，他引：1
以民勤绿洲为研究区,以GF-1遥感影像为数据源,采用面向对象的分类方法,结合分层技术,对影像逐级进行分类,以获取植被信息。根据归一化植被指数（NDVI）阈值区分植被与非植被,分割尺度为10;使用归一化水体指数（NDWI）阈值提取非植被中的水体,分割尺度为35;利用野外采样点获取的训练样本,将植被进一步分为耕地、林地和草地,分割尺度为25。总体分类精度达到83.02%,Kappa系数为0.745 1,比较基于象元的监督分类,其总体分类精度为69.37%,Kappa系数为0.497 0,表明面向对象的分类方法在干旱区绿洲植被信息的提取上较传统的基于象元的分类方法更有优势,分类精度更高。 相似文献
6.
提出以无人机季节航拍影像为数据源，采用ENVI5.3软件中的CART方法对广西北部湾的典型岛群红树林景观类型进行解译，借助于Python语言实现CASA模型并将其引入到对岛群红树林生态系统的研究中，得出了不同海岛和红树林生态系统净初级生产力（NPP）的空间分布特征。结果表明：1）可见光波段差异性植被指数（VDVI）可以很好地区分海岛及红树林植被等典型地物，可应用在岛群红树林生态系统NPP的估算上；2）研究区NPP的总量为127.09 t·C/a，NPP的年均碳密度值介于0~1 437.12 g·C/m2，年均碳密度为399.85 g·C/m2。红树林生态系统的NPP值较高，而海岛生态系统的NPP值较低；3）季节尺度上NPP碳密度的大小与年内太阳辐射有直接的关系，夏季的NPP碳密度最大，冬季最小；4）白骨壤的单位面积NPP最大，为1 123.09 g·C/m2，而桐花树最小，为649.65 g·C/m2。红树林生态系统NPP平均碳密度低于实测样地和深圳福田红树林计算结果，这与不同红树林群落的植被光谱特征有关。 相似文献
7.
以花芽分化期荔枝为例，分析了荔枝冠层叶片养分质量分数的空间分布差异；选用18种光谱变量，研究了荔枝不同冠层叶片养分质量分数与光谱变量的关系及其对无人机多光谱遥感监测模型的影响。结果表明：荔枝不同冠层叶片的氮、钾质量分数随冠层高度降低而明显提高；冠层中、上层叶片氮质量分数与无人机正射数据计算的类胡萝卜素反射指数（CRI）相关性最高（r＝0.86，p＜0.01）；冠层中、下层叶片钾质量分数与无人机正射数据的光谱变量显著相关，且与标准绿波段（NG）指数的相关程度最高（r＝-0.83，p＜0.01）。荔枝冠层叶片养分质量分数空间变化对基于垂直观测遥感数据建立的叶片养分质量分数估算模型精度有影响，无人机多光谱数据具有估算荔枝叶片氮、钾质量分数变化的潜力，但估算精度与冠层高度有关。 相似文献
8.
基于无人机遥感的古银叶树群落健康快速诊断 总被引：1，自引：0，他引：1
采用无人机低空遥感与地面调查相结合的方法对邻海陆地、远海陆地和盐生沼泽生境的古银叶树群落健康进行评价，利用冠层高度、林窗特征、光合有效辐射截面比、归一化植被指数（NDVI）、氮素反射指数（NRI）、黄色波段指数（YI）以及森林健康指数（FHI）等遥感指标指征古银叶树群落的健康状况。空-地结合的调查结果表明：1）盐生沼泽生境的古树由于树龄高，其树洞大且数量多，生境内生物多样性最低，邻海陆地生境的生物多样性最高。2）盐生沼泽生境的冠层高度最低；林窗面积最大，数量最少，形状复杂度最低；光合有效辐射截面比最小。以上指标在邻海陆地和远海陆地间差异不明显。NDVI、NRI、YI以及FHI的数值均表现出盐生沼泽小于远海陆地和邻海陆地的趋势，而在远海陆地和邻海陆地间的差异较小。3）无人机遥感的评价结果与地面调查结果契合度较高，客观地反映了不同生境古银叶树的健康状态。基于无人机遥感的评价体系在针对具体植物群落修改完善后，可以作为一种快速、无损和定量化的古树群落健康诊断方法。 相似文献
9.
以广州市为例，选取中心4个区6 670个采样点（涵盖121个社区）的百度街景图片，从城市建成环境特征探讨了城市贫困识别的可能。首先，训练基于深度神经网络的街景图片分类模型后，对街景要素进行语义分割，并通过缓冲区分析统计社区尺度的街景指标；其次，经主成分分析法提取出建筑围合感、植被围合感、天空开阔感和道路开阔感4个街景主因子，并验证其与多重贫困指数（IMD）的相关性；最后，通过采用简单随机抽样法选取61个社区，构建街景预测的多元线性回归模型，对剩余60个社区进行贫困预测，验证街景指标测度城市贫困的度量精度。结果发现，案例社区的多重贫困指数（IMD）与建筑围合感呈正相关，与植被围合感、天空开阔感、道路开阔感呈负相关；从整体看来，街景预测结果与传统城市贫困测度的空间规律基本相符，而且结果通常比传统测度的城市贫困程度高。这是因为受测度内容、社区类型、街道属性等方面的影响，街景识别方式比较适用于判断建成环境较差的贫困社区。街景图片预测有利于刻画城市贫困人群真实的生活环境，便于对城市建成区进行及时监测，在一定程度上可以与传统城市贫困测度相互校正、弥补不足。 相似文献
10.
基于指数计算的多层次遥感信息提取模型 总被引：2，自引：0，他引：2
指数计算是描述地物波谱特征简单而有效的方法.但单纯依靠指数方法进行遥感专题信息提取,错分、漏分现象严重.该文提出一种"全域一局部"的遥感信息提取思路:对整幅图像进行全域分割、全域分类,实现目标地物与背景地物的初始分离;在目标地物周围建立一定尺度的缓冲区,作为局部分割一局部分类的作用区域,并在局部作用域内选择不同的阈值,通过迭代过程实现目标地物与背景信息的最优分离.选取鄱阳湖地区Landsat 7/ETM+影像,应用该方法进行水体提取试验,精度达95.751%,优于常规的最大似然法. 相似文献
11.
基于特征基元的高分辨率遥感影像城市空间信息提取 总被引：1，自引：0，他引：1
结合人类视觉机制和计算机尺度空间理论,设计了基于特征基元的高分辨率遥感影像多尺度信息提取技术模式,即先在大尺度上进行粗分割,再进行精细分割,获得特征基元并进行特征表达,通过样本分类和知识推理等实现信息的提取与目标识别。针对城市空间信息的特点,在特征基元提取的基础上,采用马尔可夫随机场纹理分类方法、直方图阈值分割方法、支撑向量机分类方法等完成对城市水体、建筑区、道路和绿化用地的分类提取,构建了一套从高分辨率遥感影像中提取城市空间信息的方法体系。 相似文献
12.
利用卷积神经网络从遥感影像中提取水体时,水体对象边缘像素的特征与内部像素的特征之间往往存在较大差异,导致提取结果中边界模糊、内部像素与边缘像素的提取精度差异较大,影响了整体精度的提高。针对如何从高分辨率遥感影像中进行水体高精度、自动化提取的问题,文章首先以高分辨率遥感图像为基础,利用边缘提取算法生成边缘图像,然后以高分辨率遥感图像和边缘图像作为输入,建立了语义特征和边缘特征融合的高分辨率遥感图像水体提取模型（Semantic Feature and Edge Feature Fusion Network, SEF-Net）,用于从高分辨率遥感图像中提取水体对象。实验结果表明,SEF-Net模型在3个数据集中的召回率（91.97%、92.07%、93.97%）,精确率（91.12%、98.37%、97.88%）,准确率（89.56%、95.07%、94.06%）和F1分数（91.54%、95.12%、95.88%）均优于对比模型,说明SEF-Net模型从高分辨率遥感图像中提取水体时,具有更高的精度和泛化能力。 相似文献
13.
14.
为增强石漠化信息提取的客观性,文章提出了基于小流域的图斑确定方法,并以贵州西部为研究区,基于2013-06-16的Landsat遥感影像和DEM（30 m）数据,分析小流域图斑分割在石漠化信息提取中的应用;并以2013-06-16的Landsat遥感影像为基础提取土地利用边界,以其为地理单元提取石漠化信息。在此基础上构建石漠化稳定指数（DSI）,分析不同地理分割单元对石漠化信息提取的影响。结果表明,研究区2种地理单元的中度及以下石漠化面积比率＞80%,而无明显、轻度、中度、重度和强度石漠化提取结果差异分别为66.5%、26.8%、72.4%、75.4%和55.9%,石漠化稳定指数仅0.15,不同地理分割单元对石漠化信息提取有显著影响。基于小流域图斑分割的方法,具有明确的地理意义和良好的稳定性,是石漠化信息提取中理想的分割方法。 相似文献
15.
基于阴影搜索法的飞机目标遥感图像分割研究 总被引：2，自引：0，他引：2
介绍阈值分割的原理并分析传统图像分割中阈值的确定方法;为提高对飞机目标遥感图像的分割效果,采用阴影搜索法对图像阈值进行判定。该算法对图像进行横向或纵向扫描,根据像素的变化频率判定阴影区域并确定目标与背景的关系,实现图像分割中最优阈值的自动提取。该算法克服了传统方法灵敏度低对分割效果的影响,有很好的通用性和有效性。 相似文献