基于空谱一体化的农田高光谱图像分类

• 作者: 杨华 苗荣慧 邓雪峰 陈晓倩 黄锋华
• 来源期刊: 江苏农业学报
• 学科: 工学
• 关键词: 高光谱图像 空谱一体化 农田图像分类 主成分分析 支持向量机
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 耕作栽培·资源环境
• 页码范围: 818-824
• 页数: 7页
• 分类号: TP751|TP391
• 字数: 4915字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-4440.2018.04.015

摘要

为强化高光谱成像技术在近地农业方面的应用,以农田近红外高光谱图像为研究对象,利用高光谱成像技术,结合光谱分析方法和监督分类方法,对农田图像进行分类.针对高光谱图像数据量大、非线性等特点,采用主成分分析(PCA)和支持向量机(SVM)法建立农田图像分类器.在利用光谱信息分类的基础上,采用空谱一体化方法对光谱分类结果进行修正,去除孤立点和噪声的影响.基于支持向量机的总体分类精度为88.4％,采用空谱一体化方法的总体分类精度最高达89.7％,说明利用空间信息修正光谱信息可以提高近地农田对象的分类精度,为基于高光谱图像的近地农田识别提供理论依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄锋华	山西农业大学信息科学与工程学院	12	125	6.0	11.0
2	杨华	山西农业大学信息科学与工程学院	77	401	11.0	16.0
3	邓雪峰	山西农业大学信息科学与工程学院	11	23	3.0	4.0
4	苗荣慧	山西农业大学信息科学与工程学院	5	7	2.0	2.0
5	陈晓倩	西北农林科技大学信息工程学院	4	11	2.0	3.0