基于小波包变换的叶片高光谱数据的树种分类

• 作者: 葛宏立 褚西鹏 陈柯萍
• 来源期刊: 光谱实验室
• 学科: 物理学
• 关键词: 树种 高光谱 小波包变换 均值平滑 中值平滑
• 年，卷（期）: 2012,（5）
• 页码范围: 2794-2798
• 页数: 5页
• 分类号: O433.4
• 字数: 3207字
• 语种: 中文

摘要

非成像高光谱数据的特点为树种的精细识别提供了可能.非成像高光谱数据的多波段特性,使得利用数据间的微小差异来进行树种的识别分类研究成为可能.该文利用光谱相关匹配(Spectral correlation matching,SCM)方法来对树种进行识别分类,分别采用均值平滑法、中值平滑法、小波包变换对高光谱数据进行预处理及识别分类研究.结果表明,经过数据平滑预处理,可以有效地去除噪声,提高叶片高光谱数据的树种分类的精度.小波分析能有效的去除光谱中的噪声信息,保留光谱中的有效信息.在小波包变换的基础上,经过中值滤波数据预处理之后的分类精度高于均值滤波数据预处理后的分类精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	葛宏立	浙江农林大学环境与资源学院浙江省森林生态系统碳循环与固碳减排重点实验室	13	40	5.0	6.0
2	褚西鹏	浙江农林大学环境与资源学院浙江省森林生态系统碳循环与固碳减排重点实验室	1	9	1.0	1.0
3	陈柯萍	浙江农林大学环境与资源学院浙江省森林生态系统碳循环与固碳减排重点实验室	1	9	1.0	1.0