基于决策树的无人机高光谱遥感影像地物分类研究

• 作者: 万欢 周浩澜 孙昕 王长委
• 来源期刊: 河北农业科学
• 学科: 地球科学
• 关键词: 无人机 高光谱遥感 光谱特征
• 年，卷（期）: 2019,（1）
• 页码范围: 101-104,108
• 页数: 5页
• 分类号: P237
• 字数: 2793字
• 语种: 中文
• DOI: 10.12148/hbnykx.20190005

摘要

高光谱影像由于其波段众多,传统的多光谱图像的信息提取方法不适合高光谱影像的处理.利用无人机搭载美国Headwall公司的最新纳米级高光谱成像光谱仪,采集广东省广州市增城区某处的高光谱影像,提取光谱数据,分析不同地物间光谱曲线特征和差异,采用决策树进行地物分类.结果表明:根据无人机高光谱数据中不同地物之间光谱特征曲线的差异,建立分类树,不仅可以大大减少分类处理的工作量,且分类效果良好,准确度高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王长委	华南农业大学资源环境学院	36	373	11.0	18.0
2	周浩澜	华南农业大学水利与土木工程学院	3	6	2.0	2.0
3	万欢	华南农业大学资源环境学院	2	3	1.0	1.0
4	孙昕		1	3	1.0	1.0