基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
[目的]通过无人机获取沙糖橘果园的遥感图像,快速提取果树分布位置,为果树的长势监测和产量预估提供参考.[方法]以无人机拍摄的可见光遥感图像为研究对象,计算超红指数、超绿指数、超蓝指数、可见光波段差异植被指数、红绿比指数和蓝绿比指数6种可见光植被指数,使用双峰阈值法选取阈值进行果树的提取.在使用光谱指数进行识别的基础上,结合数字表面模型作为识别模型的输入变量,进行对比试验.[结果]相比使用单一光谱指数,结合数字表面模型提高了果树和非果树像元的提取精度,6次波段融合后的总体精度均大于97%.超红指数与数字表面模型结合后的总体精度最高,为98.77%,Kappa系数为0.9567,植被信息提取精度优于其他5种可见光植被指数与数字表面模型结合后的提取精度.[结论]数字表面模型结合可见光植被指数的提取方法能够更深层次地挖掘遥感数据蕴含的信息量,为影像中色调相似地物的提取提供参考.
推荐文章
基于无人机的月季提取方法研究
面向对象
无人机
月季
eCognition
基于深度学习的无人机遥感影像水体识别
深度学习
卷积神经网络
无人机遥感
MSER
水体识别
无人机高分辨率遥感影像地震滑坡信息提取方法
信息提取
深度学习
迁移学习
地震滑坡
无人机影像
基于无人机遥感影像的三维森林景观可视化1)
无人机遥感
DEM
森林景观
可视化
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于无人机遥感影像的沙糖橘果树提取方法研究
来源期刊 华南农业大学学报 学科 工学
关键词 无人机遥感 果树提取 可见光植被指数 数字表面模型 面向对象法
年,卷(期) 2020,(6) 所属期刊栏目 研究论文
研究方向 页码范围 126-133
页数 8页 分类号 TP79
字数 语种 中文
DOI 10.7671/j.issn.1001-411X.202007032
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (48)
共引文献  (37)
参考文献  (13)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(4)
  • 参考文献(1)
  • 二级参考文献(3)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(4)
  • 参考文献(1)
  • 二级参考文献(3)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(6)
  • 参考文献(1)
  • 二级参考文献(5)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(4)
  • 参考文献(0)
  • 二级参考文献(4)
2014(3)
  • 参考文献(0)
  • 二级参考文献(3)
2015(3)
  • 参考文献(0)
  • 二级参考文献(3)
2016(5)
  • 参考文献(1)
  • 二级参考文献(4)
2017(4)
  • 参考文献(0)
  • 二级参考文献(4)
2018(3)
  • 参考文献(3)
  • 二级参考文献(0)
2019(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
无人机遥感
果树提取
可见光植被指数
数字表面模型
面向对象法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
华南农业大学学报
双月刊
1001-411X
44-1110/S
大16开
广州五山华南农业大学学报编辑部
1959
chi
出版文献量(篇)
2705
总下载数(次)
5
总被引数(次)
47288
论文1v1指导