-
题名基于GF2号卫星遥感的闽北山区茶园提取对比研究
被引量：3
- 1
-
-
作者
潘俊虹
苏宁宁
廖晓莉
梁明
-
机构
武夷学院数学与计算机学院
认知计算与智能信息处理福建省高校重点实验室
-
出处
《现代计算机》
2021年第33期77-81,86,共6页
-
基金
福建省自然科学基金项目(2019J01833)
福建省大学生创新创业项目(S202010397035)。
-
文摘
以闽北复杂山区典型岩茶种植区为研究对象,选用研究区域合适时间窗口的高分2号遥感卫星高分辨率数据,在对影像进行全色和多光谱影像融合的基础上,基于ENVI5.3软件采用了最小距离、最大似然、支持向量机以及面向对象等4种遥感影像分类方法,对影像地物进行了分类和茶园提取,并对实验结果进行了对比分析。结果显示4种分类方法中,基于规则的面向对象分类方法分类精度最高,总体精度和Kappa系数分别达到了97.66%和0.95,说明融合光谱和纹理等空间信息在复杂山区茶园提取应用中能有效提高分类精度,研究表明高空间分辨率遥感影像在茶园等典型农业植被提取方面较好的应用前景。
-
关键词
GF2遥感
ENVI
影像分类
茶园提取
-
Keywords
GF2 remote sensing
ENVI
image classification
tea plantation extraction
-
分类号
S571.1
[农业科学—茶叶生产加工]
S127
[农业科学—作物学]
-
-
题名基于多尺度词包表示的hLDA模型的茶园识别研究
被引量：2
- 2
-
-
作者
王小芹
张志梅
王常颖
-
机构
青岛大学数据科学与软件工程学院
-
出处
《青岛大学学报（自然科学版）》
CAS
2020年第3期28-33,42,共7页
-
基金
国家自然科学青年基金(批准号:41506198)资助
全国统计科学研究项目(批准号:2017LY14)资助。
-
文摘
以高分一号(GF-1)影像为数据源,构建了一种基于多尺度词包表示的层次隐狄利克雷分配(hierarchical latent Dirichlet Allocation,hLDA)模型的茶园识别框架。结合茶园自身的特点,以场景为基本单元提取茶园。研究结果表明,应用本文构建的方法能够得到较高的茶园识别精度。与只利用底层视觉特征的多尺度视觉词包(Multi-scale Bag-of-Visua-Words,MS_BOVW)模型相比,本文构建的方法能够把基于底层视觉特征的分析转化到高层语义信息上,得到更高的分类精度。
-
关键词
高分辨率遥感影像
多尺度视觉词包模型
层次主题模型
茶园识别
-
Keywords
high-resolution remote sensing image
multi-scale bag-of-visual-words model
hierarchical Latent Dirichlet Allocation model
tea plantation extraction
-
分类号
TP79
[自动化与计算机技术—检测技术与自动化装置]
S127
[自动化与计算机技术—控制科学与工程]
-
