基于无人机RGB影像的玉米种植信息高精度提取方法

S127; 为探究易获取且成本低的超高分辨率无人机(Unmanned Aerial Vehicle,UAV)航拍"红-绿-蓝"(Red-Green-Blue,RGB)彩色影像提取作物种植信息的方法,该研究选取植被指数、"色度-色饱和度-亮度"(Hue-Saturation-Intensity,HSI)色彩特征和纹理特征等3种特征,通过比较贝叶斯(Bayes)、K最邻近分类(K-Nearest Neighbor,KNN)、支持向量机(Support Vector Machine,SVM)、决策树(Decision Tree,DT)和随机森林(Random...

Full description

Saved in:
Bibliographic Details
Published in农业工程学报 Vol. 37; no. 18; pp. 48 - 54
Main Authors 支俊俊, 董娅, 鲁李灿, 施金辉, 骆文慧, 周悦, 耿涛, 夏敬霞, 贾蔡
Format Journal Article
LanguageChinese
Published 安徽师范大学地理与旅游学院,芜湖241002 15.09.2021
江淮流域地表过程与区域响应安徽省重点实验室,芜湖241002%浙江农林大学环境与资源学院,杭州311300%安徽省太湖县自然资源和规划局,安庆246400%安徽师范大学地理与旅游学院,芜湖241002
Subjects
模型;遥感;无人机;玉米;植被指数;纹理特征;机器学习
Online AccessGet full text
ISSN1002-6819
DOI10.11975/j.issn.1002-6819.2021.18.006

Cover

Abstract S127; 为探究易获取且成本低的超高分辨率无人机(Unmanned Aerial Vehicle,UAV)航拍"红-绿-蓝"(Red-Green-Blue,RGB)彩色影像提取作物种植信息的方法,该研究选取植被指数、"色度-色饱和度-亮度"(Hue-Saturation-Intensity,HSI)色彩特征和纹理特征等3种特征,通过比较贝叶斯(Bayes)、K最邻近分类(K-Nearest Neighbor,KNN)、支持向量机(Support Vector Machine,SVM)、决策树(Decision Tree,DT)和随机森林(Random Forest,RF)共5种监督分类算法及不同特征组合的分类效果,以实现玉米种植信息的高精度提取.结果 表明,使用单一种类特征或使用全部3种特征均不能获得最优的分类精度;将植被指数与HSI色彩特征或与纹理特征进行组合获得的总体分类精度(5种算法平均值)比仅使用植被指数获得的总体分类精度分别提高了4.2％和8.3％;在所有特征组合中,HSI色彩特征和纹理特征组合为最优选择,基于该特征空间的RF算法获得了最高的分类精度,总精度为86.2％,Kappa系数为0.793;基于RF算法进行降维并不能显著提高或降低分类精度(SVM除外),但所保留的特征因子可给出符合实际背景和意义的解释,并可提高分类结果的稳定性.研究结果可为基于无人机RGB影像的作物种植信息高精度提取提供方法参考.
AbstractList S127; 为探究易获取且成本低的超高分辨率无人机(Unmanned Aerial Vehicle,UAV)航拍"红-绿-蓝"(Red-Green-Blue,RGB)彩色影像提取作物种植信息的方法,该研究选取植被指数、"色度-色饱和度-亮度"(Hue-Saturation-Intensity,HSI)色彩特征和纹理特征等3种特征,通过比较贝叶斯(Bayes)、K最邻近分类(K-Nearest Neighbor,KNN)、支持向量机(Support Vector Machine,SVM)、决策树(Decision Tree,DT)和随机森林(Random Forest,RF)共5种监督分类算法及不同特征组合的分类效果,以实现玉米种植信息的高精度提取.结果 表明,使用单一种类特征或使用全部3种特征均不能获得最优的分类精度;将植被指数与HSI色彩特征或与纹理特征进行组合获得的总体分类精度(5种算法平均值)比仅使用植被指数获得的总体分类精度分别提高了4.2％和8.3％;在所有特征组合中,HSI色彩特征和纹理特征组合为最优选择,基于该特征空间的RF算法获得了最高的分类精度,总精度为86.2％,Kappa系数为0.793;基于RF算法进行降维并不能显著提高或降低分类精度(SVM除外),但所保留的特征因子可给出符合实际背景和意义的解释,并可提高分类结果的稳定性.研究结果可为基于无人机RGB影像的作物种植信息高精度提取提供方法参考.
Author 董娅
贾蔡
耿涛
周悦
施金辉
骆文慧
支俊俊
鲁李灿
夏敬霞
AuthorAffiliation 安徽师范大学地理与旅游学院,芜湖241002;江淮流域地表过程与区域响应安徽省重点实验室,芜湖241002%浙江农林大学环境与资源学院,杭州311300%安徽省太湖县自然资源和规划局,安庆246400%安徽师范大学地理与旅游学院,芜湖241002
AuthorAffiliation_xml – name: 安徽师范大学地理与旅游学院,芜湖241002;江淮流域地表过程与区域响应安徽省重点实验室,芜湖241002%浙江农林大学环境与资源学院,杭州311300%安徽省太湖县自然资源和规划局,安庆246400%安徽师范大学地理与旅游学院,芜湖241002
Author_FL Luo Wenhui
Geng Tao
Lu Lican
Zhou Yue
Xia Jingxia
Shi Jinhui
Zhi Junjun
Dong Ya
Jia Cai
Author_FL_xml – sequence: 1
  fullname: Zhi Junjun
– sequence: 2
  fullname: Dong Ya
– sequence: 3
  fullname: Lu Lican
– sequence: 4
  fullname: Shi Jinhui
– sequence: 5
  fullname: Luo Wenhui
– sequence: 6
  fullname: Zhou Yue
– sequence: 7
  fullname: Geng Tao
– sequence: 8
  fullname: Xia Jingxia
– sequence: 9
  fullname: Jia Cai
Author_xml – sequence: 1
  fullname: 支俊俊
– sequence: 2
  fullname: 董娅
– sequence: 3
  fullname: 鲁李灿
– sequence: 4
  fullname: 施金辉
– sequence: 5
  fullname: 骆文慧
– sequence: 6
  fullname: 周悦
– sequence: 7
  fullname: 耿涛
– sequence: 8
  fullname: 夏敬霞
– sequence: 9
  fullname: 贾蔡
BookMark eNo9jz9Lw0Achm-oYK39GOKU-Ltc7i432qJVKAiic8kludIiV_AQdRRdHPpnsYoIKogODlI7GVC_THLBb2FFcXrgHZ6XZwGVdE8nCC1hcDEWnK503Y4x2sUAnsMCLFwPPOziwAVgJVT-3-dR1ZiOBIoJB_BxGdXy2zRLB_byLktTe5NuN2r5-yQ_HRbXZ8XgvJhMi6e-fehnn_f25OXr-ap4_cjTRzsc5cOxHb_Z6cUimlPhnkmqf6yg3fW1nfqG09xqbNZXm47B4DGHChoLRTn44MuYhSqmjGMfODAqYx4r3yOBoiCIFFQmkeSMSyBKhhARnvikgpZ_vYehVqFut7q9g309e2zp43Z0JH-acTArJt861mbr
ClassificationCodes S127
ContentType Journal Article
Copyright Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
Copyright_xml – notice: Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
DBID 2B.
4A8
92I
93N
PSX
TCJ
DOI 10.11975/j.issn.1002-6819.2021.18.006
DatabaseName Wanfang Data Journals - Hong Kong
WANFANG Data Centre
Wanfang Data Journals
万方数据期刊 - 香港版
China Online Journals (COJ)
China Online Journals (COJ)
DatabaseTitleList
DeliveryMethod fulltext_linktorsrc
Discipline Agriculture
DocumentTitle_FL High-precision extraction method for maize planting information based on UAV RGB images
EndPage 54
ExternalDocumentID nygcxb202118006
GrantInformation_xml – fundername: (国家自然科学基金项目); (教育部人文社会科学研究青年基金项目); (安徽师范大学博士科研启动金项目); (安徽师范大学大学生创新创业训练计划项目)
  funderid: (国家自然科学基金项目); (教育部人文社会科学研究青年基金项目); (安徽师范大学博士科研启动金项目); (安徽师范大学大学生创新创业训练计划项目)
GroupedDBID -04
2B.
4A8
5XA
5XE
92G
92I
93N
ABDBF
ABJNI
ACGFO
ACGFS
ACUHS
AEGXH
AIAGR
ALMA_UNASSIGNED_HOLDINGS
CCEZO
CHDYS
CW9
EOJEC
FIJ
IPNFZ
OBODZ
PSX
RIG
TCJ
TGD
TUS
U1G
U5N
ID FETCH-LOGICAL-s1026-595d9f570404bd6afd5671407065bd7df4238f5093b95becb767b03fba0c37e43
ISSN 1002-6819
IngestDate Thu May 29 04:08:36 EDT 2025
IsPeerReviewed false
IsScholarly true
Issue 18
Keywords 模型;遥感;无人机;玉米;植被指数;纹理特征;机器学习
Language Chinese
LinkModel OpenURL
MergedId FETCHMERGED-LOGICAL-s1026-595d9f570404bd6afd5671407065bd7df4238f5093b95becb767b03fba0c37e43
PageCount 7
ParticipantIDs wanfang_journals_nygcxb202118006
PublicationCentury 2000
PublicationDate 2021-09-15
PublicationDateYYYYMMDD 2021-09-15
PublicationDate_xml – month: 09
  year: 2021
  text: 2021-09-15
  day: 15
PublicationDecade 2020
PublicationTitle 农业工程学报
PublicationTitle_FL Transactions of the Chinese Society of Agricultural Engineering
PublicationYear 2021
Publisher 安徽师范大学地理与旅游学院,芜湖241002
江淮流域地表过程与区域响应安徽省重点实验室,芜湖241002%浙江农林大学环境与资源学院,杭州311300%安徽省太湖县自然资源和规划局,安庆246400%安徽师范大学地理与旅游学院,芜湖241002
Publisher_xml – name: 江淮流域地表过程与区域响应安徽省重点实验室,芜湖241002%浙江农林大学环境与资源学院,杭州311300%安徽省太湖县自然资源和规划局,安庆246400%安徽师范大学地理与旅游学院,芜湖241002
– name: 安徽师范大学地理与旅游学院,芜湖241002
SSID ssib051370041
ssj0041925
ssib001101065
ssib023167668
Score 2.3580508
Snippet S127; 为探究易获取且成本低的超高分辨率无人机(Unmanned Aerial...
SourceID wanfang
SourceType Aggregation Database
StartPage 48
Title 基于无人机RGB影像的玉米种植信息高精度提取方法
URI https://d.wanfangdata.com.cn/periodical/nygcxb202118006
Volume 37
hasFullText 1
inHoldings 1
isFullTextHit
isPrint
link http://utb.summon.serialssolutions.com/2.0.0/link/0/eLvHCXMwnV1LaxRBEB5iAqIH8Ylv9mAfZ51H93T3sSc7YxD0IAnkFuaxE08byAM0N9GLhyRejCKCiqIHDxJzckH9M7uz-C-sqpl9GMUXLE1Nb_XXNVXTUzVDdY1lXeG-avNcZbbMPN_maebYKsmlnYvCl8JN2onADc43bgZzC_z6olicOvR6ImtpYz1tZpu_3FfyP1aFPrAr7pL9B8uOQKEDaLAvtGBhaP_KxiwSTMcsNCzi2KqIRQHTkhmn7sG_oGcWiFvXQuQPWyx0kVA-UzGLJNMwkCMBw5VGAhhCHwkDnS1EMJwIwIyZcbFHuczAcM1MyLSiUR4LI5rCMBMQT8y0Q3MBQT3QhhoJwK8-ezmMjImNRMVZFEqFUCCDIEkUUyS_aQ3BYRYxvF4Im5NEJKMyI2LMAqAgtE8oADcxWKPwis5Lt0iNEg_D-Af8AJUHvEoiEMCFqLDJ9yaei0ke1c5RutJprkqtAtkRQODpKYUAahbNgDwcdT0-PUE2c8g8DuqlUsrIwEqQEhX-xqM002APD5YNgRvSJmlcBxBDOc7EO148sgNVe5LaSVWVcYaLUU24nKpQaR28VAW5f3aLWgryizhBczRBE_XSdDGb-EA5cgpwOneXszsp8riKytrPeFJiLsSMCVthPI66XXyxMHILHhZXCMZPscL18RsKo8wrzDsQlIRQi3HYYkMhr_5ORNpX1ymSzvJECDh_3DpWP7s1TLUQT1hTm7dPWkfN8mpdv6Z9ygr7L7q97nb55GWv2y2fd2HR9T_v9e_vDJ49GGw_HOztD95tlW-2el9flfc-fHv_dPDxS7_7ttx51N_ZLXc_lfuPT1sLcTQ_O2fXnymx1yA6D2yhRa4LIcEd8jQPkiIXAZbBxASCNJd5AU8sqoDA3E-1gFtmKgOZOn6RJk7myzb3z1jTnZVO-6zVAA-bOXleZKlOeeIUiQcPEDxJXJ15buryc1aj1sBSfRtaWzpgpfN_ZrlgHRkviIvW9PrqRvsShNbr6eXatN8BePCcgw
linkProvider EBSCOhost
openUrl ctx_ver=Z39.88-2004&ctx_enc=info%3Aofi%2Fenc%3AUTF-8&rfr_id=info%3Asid%2Fsummon.serialssolutions.com&rft_val_fmt=info%3Aofi%2Ffmt%3Akev%3Amtx%3Ajournal&rft.genre=article&rft.atitle=%E5%9F%BA%E4%BA%8E%E6%97%A0%E4%BA%BA%E6%9C%BARGB%E5%BD%B1%E5%83%8F%E7%9A%84%E7%8E%89%E7%B1%B3%E7%A7%8D%E6%A4%8D%E4%BF%A1%E6%81%AF%E9%AB%98%E7%B2%BE%E5%BA%A6%E6%8F%90%E5%8F%96%E6%96%B9%E6%B3%95&rft.jtitle=%E5%86%9C%E4%B8%9A%E5%B7%A5%E7%A8%8B%E5%AD%A6%E6%8A%A5&rft.au=%E6%94%AF%E4%BF%8A%E4%BF%8A&rft.au=%E8%91%A3%E5%A8%85&rft.au=%E9%B2%81%E6%9D%8E%E7%81%BF&rft.au=%E6%96%BD%E9%87%91%E8%BE%89&rft.date=2021-09-15&rft.pub=%E5%AE%89%E5%BE%BD%E5%B8%88%E8%8C%83%E5%A4%A7%E5%AD%A6%E5%9C%B0%E7%90%86%E4%B8%8E%E6%97%85%E6%B8%B8%E5%AD%A6%E9%99%A2%2C%E8%8A%9C%E6%B9%96241002&rft.issn=1002-6819&rft.volume=37&rft.issue=18&rft.spage=48&rft.epage=54&rft_id=info:doi/10.11975%2Fj.issn.1002-6819.2021.18.006&rft.externalDocID=nygcxb202118006
thumbnail_s http://utb.summon.serialssolutions.com/2.0.0/image/custom?url=http%3A%2F%2Fwww.wanfangdata.com.cn%2Fimages%2FPeriodicalImages%2Fnygcxb%2Fnygcxb.jpg