• 主题
高级搜索  >
历史搜索 清空历史
首页> 中文期刊> 《林业科学》 >基于多特征优选的无人机可见光遥感林分类型分类

基于多特征优选的无人机可见光遥感林分类型分类

         
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

[目的]以无人机可见光遥感影像为数据源实现竹林、针叶林和阔叶林的分类识别,扩展无人机可见光遥感数据在森林资源调查中的应用范围.[方法]利用无人机获取仅包含红、绿、蓝3个波段光谱信息的航拍影像,经预处理生成空间分辨率为0.1 m的数字正射影像图(DOM)和数字表面模型(DSM),从DSM和DOM中提取包括高度特征、光谱特征、常见的可见光植被指数、HSV颜色分量、HSV颜色分量基础上提取的纹理特征以及扩展的形态学多属性剖面(EMAPs)6类特征;采用递归特征消除随机森林算法(RF_RFE)优选特征子集,根据不同类型特征和优选特征子集设置8组试验,使用随机森林分类器(RFC)进行林分类型分类,运用目视解译获得的地面真实影像建立混淆矩阵评价分类结果.[结果]1)单独利用光谱特征进行林分类型分类效果不理想,总体精度为65.68％,Kappa系数为0.53;以光谱特征为基础单独引入其他特征进行林分类型分类,除植被指数外,其他特征均可提高总体分类精度;2)采用递归特征消除随机森林算法优选出11个特征,包括5个EMAPs特征、3个HSV纹理特征、1个高度特征、1个植被指数和1个HSV颜色分量,11个特征组合获得8组试验中最高分类精度,总体精度为81.05％,Kappa系数为0.73;3)将多特征优选方法应用于不同分辨率的可见光无人机影像上均取得较好分类结果,其中分辨率为0.3 m时分类精度最高,总体精度为82.46％,Kappa系数为0.75.[结论]递归特征消除随机森林算法综合多类型特征中最有利于林分类型分类的特征,从而提高分类精度,研究结果可为无人机可见光遥感数据在森林资源调查中林分类型信息的提取提供参考.

著录项

  • 来源
    《林业科学》 |2021年第6期|24-36|共13页
  • 作者

    周小成; 郑磊; 黄洪宇;

  • 作者单位

    福州大学地理空间信息技术国家地方联合工程研究中心 空间数据挖掘与信息共享教育部重点实验室 福州 350116;

    福州大学地理空间信息技术国家地方联合工程研究中心 空间数据挖掘与信息共享教育部重点实验室 福州 350116;

    福州大学地理空间信息技术国家地方联合工程研究中心 空间数据挖掘与信息共享教育部重点实验室 福州 350116;

  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类 森林遥感;
  • 关键词

    林分类型; 可见光遥感; 无人机; 特征提取; 特征优选; 分类;

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号