基于高光谱影像多维特征的植被精细分类

OPT OpenIR > 海洋光学技术研究室

	基于高光谱影像多维特征的植被精细分类
其他题名	Sophisticated Vegetation Classification Based on Multi-Dimensional Features of Hyperspectral Image
	苗宇宏 1,2; 杨敏 3; 吴国俊1,2
作者部门	海洋光学技术研究室
	2020-03-15
发表期刊	大气与环境光学学报
ISSN	1673-6141
卷号	15 期号:2 页码:117-124
产权排序	1
摘要	目前,高光谱植被精细分类存在三个问题:单纯利用光谱信息得到的分类精度较低;光谱数据存在噪声影响了最终的分类结果;缺少针对具体应用场景而设计的分类方法.为此,提出了一种基于高光谱影像多维特征的植被精细分类方法,通过光谱数据降维、纹理特征提取以及植被指数选择三个方面对高光谱影像数据进行分析与利用,依靠前期现场调查得到的地面植被分布情况,选择训练样本并进行支持向量机(Support vector machine, SVM)监督分类,完成地面植被的精细分类,对分类结果进行验证,总体精度可达99.6% .结果表明,基于高光谱影像多维特征的植被分类方法能够有效地减小数据噪声、提高信息利用率,为植被生态监测提供更为准确的数据支撑.
关键词	高光谱植被指数支持向量机光谱降维纹理特征
收录类别	CSCD
语种	中文
CSCD记录号	CSCD:6690715
引用统计	被引频次：4[CSCD] [CSCD记录]
文献类型	期刊论文
条目标识符	http://ir.opt.ac.cn/handle/181661/93564
专题	海洋光学技术研究室
通讯作者	杨敏
作者单位	1.中国科学院西安光学精密机械研究所陕西省海洋光学重点实验室 2.青岛海洋科学与技术试点国家实验室海洋观测与探测联合实验室 3.国家海洋局北海海洋技术保障中心
第一作者单位	中国科学院西安光学精密机械研究所
推荐引用方式 GB/T 7714	苗宇宏,杨敏,吴国俊. 基于高光谱影像多维特征的植被精细分类[J]. 大气与环境光学学报,2020,15(2):117-124.
APA	苗宇宏,杨敏,&吴国俊.(2020).基于高光谱影像多维特征的植被精细分类.大气与环境光学学报,15(2),117-124.
MLA	苗宇宏,et al."基于高光谱影像多维特征的植被精细分类".大气与环境光学学报 15.2(2020):117-124.

条目包含的文件
文件名称/大小	文献类型	版本类型	开放类型	使用许可
基于高光谱影像多维特征的植被精细分类.p（3316KB）	期刊论文	作者接受稿	开放获取	CC BY-NC-SA	浏览请求全文