本文關(guān)鍵詞：基于無人機多光譜影像特征的最佳波段組合研究　出處：《農(nóng)業(yè)機械學報》2016年03期 　論文類型：期刊論文

  更多相關(guān)文章： 無人機 多光譜傳感器 最佳波段組合 光譜特征 紋理特征

【摘要】：針對衛(wèi)星遙感影像分辨率低、時間周期長、波段冗余信息多等問題,利用無人機多光譜數(shù)據(jù)獲取便捷、成本低、周期短的優(yōu)勢,以瑪納斯河畔為研究區(qū),使用固定翼無人機搭載Micro MCA12 Snap多光譜傳感器獲取高分辨率多光譜影像。通過對多光譜影像數(shù)據(jù)標準差及相關(guān)性進行分析排序,結(jié)合OIF方法得到原始波段最佳組合,使用多種植被及水體指數(shù)、主成分分析、灰度共生矩陣確定信息量最大的光譜特征與紋理特征波段,提出將光譜特征、紋理特征信息與最佳波段指數(shù)結(jié)合的方法來確定地物分類最佳波段組合。實驗結(jié)果表明,針對Micro MCA12 Snap多光譜傳感器,可選擇波段1、6、11、NDVI、NDWI以及灰度共生矩陣中的Mean參量作為其地物分類的最佳波段組合。感興趣區(qū)域內(nèi)非監(jiān)督IsoData分類精度從83.57%提升到89.80%,監(jiān)督的SVM分類精度從95.58%提升到99.76%。研究結(jié)果可為無人機多光譜遙感最佳波段組合選擇提供借鑒和參考。
[Abstract]:Aiming at the problems of low resolution, long time period and redundant information in the band of satellite remote sensing image, using UAV multispectral data to obtain convenient, low cost and short period, the Manas River is used as the research area. Micro MCA12 Snap multispectral sensor was used to obtain high resolution multispectral images. The standard deviation and correlation of multispectral images were analyzed and sorted. Combined with the OIF method, the best combination of the original bands was obtained. The spectral and texture bands with the largest amount of information were determined by using various vegetation and water body indices, principal component analysis and gray level co-occurrence matrix, and the spectral features were proposed. The method of combining texture feature information with the best band index is used to determine the best band combination of ground objects classification. The experimental results show that the multi-spectral sensor is aimed at Micro MCA12 Snap. The NDVI can be selected in the frequency band of 1 ~ (6) C ~ (11). NDWI and Mean parameters in gray level co-occurrence matrix are the best band combination for ground object classification. The accuracy of unsupervised IsoData classification in region of interest is improved from 83.57% to 89.80. %. The supervised SVM classification accuracy is improved from 95.58% to 99.76.The results can be used for reference and reference for the selection of optimal band combination of UAV multispectral remote sensing.
【作者單位】： 石河子大學信息科學與技術(shù)學院;兵團空間信息工程技術(shù)研究中心;
【基金】：國家自然科學基金項目(31260291) 新疆生產(chǎn)建設兵團科技計劃項目(2015BA006)
【分類號】：TP751;S251
【正文快照】： 引言隨著無人機(Unmanned aerial vehicle,UAV)技術(shù)和輕型多光譜相機的發(fā)展,基于無人機的低空多光譜遙感越來越被人們所關(guān)注。以無人機為飛行平臺的遙感系統(tǒng)[1]具有起降靈活、低空飛行、低成本、易維護[2-3]的特點,可獲得高空間分辨率、高光譜分辨率及高時間分辨率的多光譜影

【共引文獻】

相關(guān)期刊論文 前10條

1 朱京海;徐光;劉家斌;;無人機遙感系統(tǒng)在環(huán)境保護領域中的應用研究[J];環(huán)境保護與循環(huán)經(jīng)濟;2011年09期

2 許志華;劉純波;王平;王秋玲;李發(fā)帥;吳立新;;四川蘆山M_s 7.0級地震空基聯(lián)合觀測與災情增強識別[J];科技導報;2013年12期

3 謝濤;劉銳;胡秋紅;姚新;;基于無人機遙感技術(shù)的環(huán)境監(jiān)測研究進展[J];環(huán)境科技;2013年04期

4 朱京海;梁婷;徐光;劉家斌;問鼎;;無人機遙感技術(shù)在環(huán)境保護領域中的應用進展[J];環(huán)境保護科學;2013年04期

5 劉銳;翟傳森;謝濤;丁青云;胡秋紅;;“空地一體化”環(huán)境應急監(jiān)測與管理系統(tǒng)設計[J];環(huán)境保護科學;2014年03期

6 梁婷;朱京海;徐光;李潤東;可欣;馬云峰;問鼎;;應用B-IBI和UAV遙感技術(shù)評價遼河上游生態(tài)健康[J];環(huán)境科學研究;2014年10期

7 王根鐸;韓婷娜;郭國明;曹斌斌;;無人機航空遙感系統(tǒng)在災害應急救援中的應用探討[J];科技傳播;2014年14期

8 趙雪;;南京市六合區(qū)基于0.5m分辨率影像的林地落界及分析[J];江蘇林業(yè)科技;2014年06期

9 曹洪濤;張拯寧;李明;李器宇;;無人機遙感海洋監(jiān)測應用探討[J];海洋信息;2015年01期

10 楊愷;;無人機遙感技術(shù)在開發(fā)建設項目水土保持監(jiān)測中的應用[J];陜西水利;2013年04期

相關(guān)碩士學位論文 前10條

1 劉世廷;基于DEM逼近測高的微小型無人機目標自主定位研究[D];天津大學;2012年

2 杜軍永;移動空間信息的快速傳輸與顯示研究[D];河南大學;2012年

3 劉有;無人機序列影像匹配及拼接方法研究[D];中南大學;2012年

4 李胤;汶川地震災區(qū)無人機影像應急處理及災害信息提取技術(shù)研究[D];成都理工大學;2012年

5 黃俊;基于無人機平臺的可見光和紅外圖像拼接算法研究[D];安徽大學;2013年

6 鄒磊;無人機飛行管控系統(tǒng)及其數(shù)據(jù)處理軟件設計[D];中南大學;2013年

7 王文韜;基于改進粒子群算法的三維無人機航跡規(guī)劃[D];沈陽建筑大學;2013年

8 姜濱;綜合MPI和OpenCL的圖像拼接并行加速設計與實現(xiàn)[D];西安電子科技大學;2014年

9 問鼎;基于無人機的風電類建設項目竣工環(huán)保驗收方法研究[D];沈陽航空航天大學;2014年

10 梁婷;應用UAV遙感技和B-IBI評價遼河上游生態(tài)健康[D];沈陽航空航天大學;2014年

【相似文獻】

相關(guān)期刊論文 前10條

1 劉楠,舒寧;多光譜影像紋理特征編碼的算法研究[J];武漢大學學報(信息科學版);2005年01期

2 李軍,周月琴,李德仁;小波變換用于高分辨率全色影像與多光譜影像的融合研究[J];遙感學報;1999年02期

3 王冠珠;王愛春;閔祥軍;;基于圖像光譜數(shù)據(jù)庫的多光譜影像分類識別研究[J];遙感技術(shù)與應用;2009年04期

4 王勇;;基于TM多光譜影像和SPOT全色影像的融合技術(shù)探討[J];城市勘測;2009年01期

5 李平湘,王智均;高空間分辨率影像和多光譜影像融合的研究[J];武漢大學學報(信息科學版);2003年01期

6 李苓苓;朱文泉;潘耀忠;曹森;朱再春;;基于高精度歷史耕地地塊的農(nóng)區(qū)多光譜影像分割方法研究[J];國土資源遙感;2011年04期

7 胡根生;陳長春;張學敏;潘煜天;;LS-WTSVM的遙感多光譜影像云檢測[J];安徽大學學報(自然科學版);2014年01期

8 張成雯;唐家奎;米素娟;馬毅;郭立萍;趙理君;王后茂;王春磊;;基于LBV數(shù)據(jù)變換方法的海岸帶多光譜影像分類方法研究[J];地理與地理信息科學;2010年04期

9 吳強;王智勇;冉瓊;;多光譜影像星上壓縮方法探討[J];遙感信息;2010年04期

10 張偉;鄭旭霞;;基于植被指數(shù)的多光譜影像真彩色合成方法[J];測繪與空間地理信息;2010年06期

相關(guān)會議論文 前1條

1 羅旭東;;多光譜影像分析技術(shù)在生物醫(yī)學領域的應用[A];廣東省生物物理學會2013年學術(shù)研討會論文集[C];2013年

相關(guān)碩士學位論文 前1條

1 趙丹;基于多光譜影像的縣域農(nóng)田質(zhì)量信息提取與快速評價[D];中國地質(zhì)大學(北京);2015年

，

本文編號：1363107