作者:赵庆展,刘伟,尹小君,张天毅 单位:中国农业机械学会;中国农业机械化科学研究院 出版:《农业机械学报》2016年第03期 页数:8页  (PDF与DOC格式可能不同) PDF编号:PDFNYJX2016030340 DOC编号:DOCNYJX2016030349 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于多源遥感数据的大豆叶面积指数估测精度对比》PDF+DOC2016年第01期 高林,李长春,王宝山,杨贵军,王磊,付奎 《无人机多光谱草地估产中的最佳波段组合研究》PDF+DOC2018年第04期 孙世泽,汪传建,刘伟,张雅,赵庆展 《基于无人机遥感的森林火烧迹地面积调查应用》PDF+DOC2019年第02期 钟映霞,周宇飞,陈世清,魏书精,李小川,王振师,吴泽鹏,李强 《基于无人机多光谱影像的冬小麦返青期变量施氮决策模型研究》PDF+DOC2019年第11期 董超,赵庚星,宿宝巍,陈晓娜,张素铭 《摄影测量与遥感技术发展展望》PDF+DOC2015年第10期 张军 《中低分辨率合成孔径雷达影像多纹理特征的Otsu变化检测》PDF+DOC2017年第06期 马骕,邓喀中,庄会富,韩亚芳 《基于无人机多光谱影像的冬小麦氮肥监测》PDF+DOC2020年第05期 斯钧浪,董超,李百红 《基于SIFT特征的异源遥感影像匹配方法研究》PDF+DOC2012年第36期 吕倩利,邵永社 《多传感器信息融合在药材分类系统中的应用》PDF+DOC2013年第S1期 刘长江,杨添钧,艾莉,张轶,杨丹 《多传感器遥感图像纹理特征选取的研究》PDF+DOC2013年第09期 任敏
  • 针对卫星遥感影像分辨率低、时间周期长、波段冗余信息多等问题,利用无人机多光谱数据获取便捷、成本低、周期短的优势,以玛纳斯河畔为研究区,使用固定翼无人机搭载Micro MCA12 Snap多光谱传感器获取高分辨率多光谱影像。通过对多光谱影像数据标准差及相关性进行分析排序,结合OIF方法得到原始波段最佳组合,使用多种植被及水体指数、主成分分析、灰度共生矩阵确定信息量最大的光谱特征与纹理特征波段,提出将光谱特征、纹理特征信息与最佳波段指数结合的方法来确定地物分类最佳波段组合。实验结果表明,针对Micro MCA12 Snap多光谱传感器,可选择波段1、6、11、NDVI、NDWI以及灰度共生矩阵中的Mean参量作为其地物分类的最佳波段组合。感兴趣区域内非监督IsoData分类精度从83.57%提升到89.80%,监督的SVM分类精度从95.58%提升到99.76%。研究结果可为无人机多光谱遥感最佳波段组合选择提供借鉴和参考。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。