基于加权支持向量数据描述的遥感图像病害松树识别

• 作者: 张学敏 梁栋 胡根生 黄林生
• 来源期刊: 农业机械学报
• 学科: 农学
• 关键词: 松材线虫病害 遥感图像 状态识别 加权支持向量数据描述 多分类
• 年，卷（期）: 2013,（5）
• 所属期刊栏目: 农业自动化与环境控制
• 页码范围: 258-263,287
• 分类号: TP391|S127
• 语种: 中文
• DOI: 10.6041/j.issn.1000-1298.2013.05.045

摘要

利用安装在无人机平台上的双光谱相机所获取的可见光和近红外遥感图像,采用改进的加权支持向量数据描述多分类算法,实现病害松树识别.首先根据不同内容信息图像的特点,提取双光谱相机所获取的可见光图像和近红外图像各颜色分量作为相应像素点的颜色特征,再通过提取加窗图像块的灰度共生矩阵得到中心像素点的纹理特征,然后利用权重系数为每类样本分别作加权支持向量数据描述,实现松树状态的多输出分类识别,其中权重系数是通过建立关于训练样本中心距离的权重函数所确定.与传统的人工、航空和卫星遥感识别方法不同,利用无人机平台和双光谱相机获取遥感图像,具有可操作性强、费用低廉等优势.试验结果表明,相比传统的支持向量机和支持向量数据描述算法,改进的加权支持向量数据描述多分类算法更能准确地进行病害松树识别.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	梁栋	安徽大学计算智能与信号处理教育部重点实验室	153	1898	21.0	37.0
2	胡根生	安徽大学计算智能与信号处理教育部重点实验室	31	215	7.0	14.0
3	黄林生	安徽大学计算智能与信号处理教育部重点实验室	18	160	5.0	12.0
4	张学敏	安徽大学电子信息工程学院	3	42	3.0	3.0