综合利用光谱特征、形态学特征和霍夫变换的无人机图像玉米幼苗分布信息提取

提出一种利用光谱特征、形态学特征和霍夫变换的无人机图像玉米幼苗分布信息提取方法.首先,从无人机图像中提取光谱特征和形态学特征,利用改进的单类随机森林算法,分别得到基于光谱特征和基于形态学特征的玉米幼苗图像分类结果.然后,利用霍夫变换方法,从基于形态学特征的玉米幼苗图像分类结果中提取玉米幼苗行线.最后,利用得到的玉米幼苗行线,优化基于光谱特征的玉米幼苗图像分类结果,得到最终的幼苗分布信息提取结果.两个研究区提取结果的对比表明,所提方法有效地结合了形态学特征与霍夫变换的特点,与现有方法相比,可以得到更好的玉米幼苗分布信息提取结果....

Full description

Saved in:
Bibliographic Details
Published in北京大学学报（自然科学版） Vol. 59; no. 5; pp. 843 - 853
Main Authors 杨欣宇, 李培军
Format Journal Article
LanguageChinese
Published 北京大学地球与空间科学学院遥感与地理信息系统研究所,北京 100871 2023
北京大学空间信息集成与3S工程 应用北京市重点实验室,北京 100871
Subjects
无人机遥感图像
morphological feature
形态学特征
UAV remote sensing image
霍夫变换
seedling mapping
Hough transform
幼苗分布信息提取
Online AccessGet full text
ISSN0479-8023
DOI10.13209/j.0479-8023.2023.064

Cover

More Information
Summary:提出一种利用光谱特征、形态学特征和霍夫变换的无人机图像玉米幼苗分布信息提取方法.首先,从无人机图像中提取光谱特征和形态学特征,利用改进的单类随机森林算法,分别得到基于光谱特征和基于形态学特征的玉米幼苗图像分类结果.然后,利用霍夫变换方法,从基于形态学特征的玉米幼苗图像分类结果中提取玉米幼苗行线.最后,利用得到的玉米幼苗行线,优化基于光谱特征的玉米幼苗图像分类结果,得到最终的幼苗分布信息提取结果.两个研究区提取结果的对比表明,所提方法有效地结合了形态学特征与霍夫变换的特点,与现有方法相比,可以得到更好的玉米幼苗分布信息提取结果.
ISSN:0479-8023
DOI:10.13209/j.0479-8023.2023.064