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:
在无人机遥感影像的作物健康评估研究中,由于选取作物与背景无法用简单方法区分,所以不能直接使用深度学习(ENVI Crop Science)提取,文章在基于深度学习基础上,利用农业工具包(ENVI Crop Science),对单个地块苹果树进行提取,再结合IDL二次开发合并苹果树矢量信息,包括地理位置信息和林冠半径参数,最后进行整体健康评估.
推荐文章
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
基于无人机遥感影像的大豆叶面积指数反演研究
无人机
遥感
数码相机
多光谱传感器
植被指数
叶面积指数
经验模型
大豆
鼓粒期
基于AANAP算法的无人机遥感影像拼接研究
航空遥感影像
影像拼接
AANAP算法
NRSS算法
无人机健康状态综合评估技术研究
无人机健康状态
综合评估
可靠性
视情维修
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作物健康评估研究
来源期刊 长江信息通信 学科
关键词 无人机遥感影像 ENVI Crop Science ENVI Deep Learning 作物健康评估
年,卷(期) 2021,(2) 所属期刊栏目 技术创新
研究方向 页码范围 8-12
页数 5页 分类号 P237
字数 语种 中文
DOI 10.3969/j.issn.1673-1131.2021.02.003
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (235)
共引文献  (150)
参考文献  (11)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1962(1)
  • 参考文献(0)
  • 二级参考文献(1)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(3)
  • 参考文献(0)
  • 二级参考文献(3)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(9)
  • 参考文献(0)
  • 二级参考文献(9)
2003(6)
  • 参考文献(0)
  • 二级参考文献(6)
2004(14)
  • 参考文献(0)
  • 二级参考文献(14)
2005(8)
  • 参考文献(0)
  • 二级参考文献(8)
2006(12)
  • 参考文献(1)
  • 二级参考文献(11)
2007(16)
  • 参考文献(0)
  • 二级参考文献(16)
2008(16)
  • 参考文献(1)
  • 二级参考文献(15)
2009(7)
  • 参考文献(0)
  • 二级参考文献(7)
2010(19)
  • 参考文献(1)
  • 二级参考文献(18)
2011(25)
  • 参考文献(0)
  • 二级参考文献(25)
2012(15)
  • 参考文献(0)
  • 二级参考文献(15)
2013(29)
  • 参考文献(0)
  • 二级参考文献(29)
2014(17)
  • 参考文献(2)
  • 二级参考文献(15)
2015(9)
  • 参考文献(1)
  • 二级参考文献(8)
2016(10)
  • 参考文献(0)
  • 二级参考文献(10)
2017(10)
  • 参考文献(2)
  • 二级参考文献(8)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2021(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
无人机遥感影像
ENVI Crop Science
ENVI Deep Learning
作物健康评估
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
信息通信
月刊
1673-1131
42-1739/TN
大16开
湖北省武汉市
1987
chi
出版文献量(篇)
18968
总下载数(次)
92
总被引数(次)
34323
论文1v1指导