-
题名利用色调—亮度彩色分量的可见光植被指数
被引量：17
- 1
-
-
作者
毛智慧
邓磊
贺英
郝向磊
闫亚男
-
机构
首都师范大学资源环境与旅游学院
-
出处
《中国图象图形学报》
CSCD
北大核心
2017年第11期1602-1610,共9页
-
文摘
目的无人机遥感具有高时效、高分辨率、低成本、操作简单等优势。但由于无人机通常只携带可见光传感器,无法计算由可见光—近红外波段组合所构造的植被指数。为解决这一问题,提出一种归一化色调亮度植被指数NHLVI(normalized hue and lightness vegetation index)。方法通过分析HSL(hue-saturation-lightness)彩色空间模型,构建一种基于色调亮度的植被指数,将该植被指数以及其他常用的可见光植被指数,如归一化绿红差值指数NGRDI(normalized green-red difference index)、过绿指数Ex G(excess green)、超绿超红差分指数Ex GR(excess green minus excess red)等,分别与野外实测光谱数据和无人机多光谱数据的NDVI(normalized difference vegetation index)进行相关性比较;利用受试者工作特征曲线ROC(receiver operating characteristic curve)的特点确定阈值,并进行植被信息提取与分析。结果 NHLVI与NDVI相关性高(R2=0.776 8),而其他可见光植被指数中,NGRDI与NDVI相关性较高(R2=0.687 4);ROC曲线下面积大小作为评价不同植被指数区分植被与非植被的指标,NHLVI指数在ROC曲线下面积为0.777,小于NDVI(0.815),但大于NGRDI(0.681),区分植被与非植被能力较强。为进一步验证其精度,利用阈值法提取植被,NHLVI提取植被信息的总体精度为82.25%,高于NGRDI(79.75%),尤其在植被稀疏区,NHLVI的提取结果优于NGRDI。结论提出的归一化色调亮度植被指数,提取植被精度较高,适用于无人机可见光影像植被信息提取,为无人机可见光影像的应用提供了新方法。
-
关键词
hsl变换
植被指数
无人机
可见光
植被提取
-
Keywords
hue-saturation-lightness （hsl） transform
vegetation index
unmanned aerial vehicle （ UAV ）
visible- light
vegetation extraction
-
分类号
TP751
[自动化与计算机技术—检测技术与自动化装置]
-
