基于无人机可见光影像的农田作物分类方法比较

• 作者: 张国顺 徐丽萍 戴建国 武法东 王海江 郭鹏
• 来源期刊: 农业工程学报
• 学科: 农学
• 关键词: 无人机 遥感 农作物 色彩与纹理特征 颜色指数 农田 分类
• 年，卷（期）: 2017,（13）
• 所属期刊栏目: 农业航空工程
• 页码范围: 112-119
• 页数: 8页
• 分类号: S127
• 字数: 7268字
• 语种: 中文
• DOI: 10.11975/j.issn.1002-6819.2017.13.015

摘要

大面积农田种植信息的准确获取是精准农业的基础.色彩空间转换、纹理分析和颜色指数等方法能够有效的增强和挖掘影像潜在的信息,对影像分类很有帮助,该文利用2016年9月获取的无人机影像对新疆兵团第八师149团的部分农田进行了作物类型的提取研究.首先对影像进行了色彩空间转换和灰度共生矩阵纹理滤波,得到了27项色彩与纹理特征,通过比较变异系数和差异系数认为亮度、饱和度和红色二阶矩可以作为最优分类特征.其次计算影像的过绿指数(excess green index,EXG)和可见光波段差异植被指数(visible-band difference vegetation index,VDVI),通过阈值对比确定了EXG指数可以有效的区分不同作物类型.最后对比以上2种方法计算得到的分类结果,表明基于色彩与纹理特征提取的作物类型的精度较高,将该方法应用于棉花、玉米和葡萄的分类,误差值分别为7.2%、4.75%和2.37%,明显高于基于颜色指数的提取方法,是一种行之有效的无人机数据作物分类方法.该研究虽未对更大区域做进一步探讨,但可为无人机应用于农田作物分类提供参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王海江	石河子大学农学院	44	236	7.0	12.0
2	戴建国	石河子大学信息科学与技术学院	28	187	6.0	13.0
3	徐丽萍	石河子大学理学院	45	171	7.0	11.0
4	张国顺	石河子大学信息科学与技术学院	5	31	2.0	5.0