基于無(wú)人機(jī)遙感影像的馬角壩地物分類(lèi)研究
發(fā)布時(shí)間:2021-11-03 04:37
無(wú)人機(jī)可見(jiàn)光遙感具有操作簡(jiǎn)單、機(jī)動(dòng)靈活、時(shí)效性強(qiáng)、高分辨率等優(yōu)點(diǎn)。以四川省江油市馬角壩鎮(zhèn)部分區(qū)域的無(wú)人機(jī)遙感影像作為分類(lèi)數(shù)據(jù),選取隨機(jī)森林(RF)、決策樹(shù)(CART)和支持向量機(jī)(SVM)作為分類(lèi)器,運(yùn)用eCognition軟件對(duì)所選研究區(qū)的地物進(jìn)行面向?qū)ο蠓诸?lèi),研究出最佳的地物分類(lèi)方案。經(jīng)多次實(shí)驗(yàn)結(jié)果表明:當(dāng)分割尺度為30、形狀指數(shù)為0.1及緊致度因子為0.5時(shí),影像分割效果最好且選用隨機(jī)森林分類(lèi)效果也最佳。該方法總體分類(lèi)精度達(dá)到了0.92,Kappa系數(shù)為0.88。實(shí)驗(yàn)結(jié)果表明,隨機(jī)森林分類(lèi)方法更適合于無(wú)人機(jī)遙感影像的地物分類(lèi)。
【文章來(lái)源】:測(cè)繪. 2020,43(03)
【文章頁(yè)數(shù)】:5 頁(yè)
【部分圖文】:
決策樹(shù)分類(lèi)結(jié)果
研究區(qū)域位于四川省江油市,地理坐標(biāo)為東經(jīng)105°04?,北緯32°05?。本次航拍范圍為馬角壩部分區(qū)域,其測(cè)區(qū)呈矩形,南北長(zhǎng)約1000m,東西長(zhǎng)約2500m。測(cè)區(qū)內(nèi)農(nóng)作物主要以水稻為主,包含少部分玉米和大豆等農(nóng)作物,建筑物分布較為集中,坡度較緩,測(cè)區(qū)最大高差小于10m。通過(guò)搭載COMS影像傳感器的大疆4無(wú)人機(jī)獲取2019年8月的遙感影像數(shù)據(jù),使用中海達(dá)RTK采集研究區(qū)內(nèi)的地面控制點(diǎn)。無(wú)人機(jī)航拍過(guò)程中航高為90m,飛行速度6m/s,旁向、航向重疊度均達(dá)到80%,滿(mǎn)足正射影像(DOM)的制作要求,馬角壩研究區(qū)域正射影像如圖1所示。2.2 研究方法
運(yùn)用inpho軟件對(duì)無(wú)人機(jī)影像進(jìn)行處理,生成DSM和地面分辨率為0.2m的DOM,使用Arc GIS將采集的地面控制點(diǎn)生成TIN模型進(jìn)而生成DEM數(shù)據(jù),計(jì)算DSM與DEM的差值n DSM[7]。選擇水稻、建筑、道路、裸地以及其他作為分類(lèi)類(lèi)別,構(gòu)建可見(jiàn)光植被指數(shù)(VDVI)[8]、歸一化綠藍(lán)差異指數(shù)(NGBDI)[9]、紋理特征、幾何特征和n DSM組合的SVM、RF和CART三種不同分類(lèi)模型用于地物分類(lèi)。技術(shù)路線如圖2所示。2.2.2 無(wú)人機(jī)遙感影像分割
本文編號(hào):3473060
【文章來(lái)源】:測(cè)繪. 2020,43(03)
【文章頁(yè)數(shù)】:5 頁(yè)
【部分圖文】:
決策樹(shù)分類(lèi)結(jié)果
研究區(qū)域位于四川省江油市,地理坐標(biāo)為東經(jīng)105°04?,北緯32°05?。本次航拍范圍為馬角壩部分區(qū)域,其測(cè)區(qū)呈矩形,南北長(zhǎng)約1000m,東西長(zhǎng)約2500m。測(cè)區(qū)內(nèi)農(nóng)作物主要以水稻為主,包含少部分玉米和大豆等農(nóng)作物,建筑物分布較為集中,坡度較緩,測(cè)區(qū)最大高差小于10m。通過(guò)搭載COMS影像傳感器的大疆4無(wú)人機(jī)獲取2019年8月的遙感影像數(shù)據(jù),使用中海達(dá)RTK采集研究區(qū)內(nèi)的地面控制點(diǎn)。無(wú)人機(jī)航拍過(guò)程中航高為90m,飛行速度6m/s,旁向、航向重疊度均達(dá)到80%,滿(mǎn)足正射影像(DOM)的制作要求,馬角壩研究區(qū)域正射影像如圖1所示。2.2 研究方法
運(yùn)用inpho軟件對(duì)無(wú)人機(jī)影像進(jìn)行處理,生成DSM和地面分辨率為0.2m的DOM,使用Arc GIS將采集的地面控制點(diǎn)生成TIN模型進(jìn)而生成DEM數(shù)據(jù),計(jì)算DSM與DEM的差值n DSM[7]。選擇水稻、建筑、道路、裸地以及其他作為分類(lèi)類(lèi)別,構(gòu)建可見(jiàn)光植被指數(shù)(VDVI)[8]、歸一化綠藍(lán)差異指數(shù)(NGBDI)[9]、紋理特征、幾何特征和n DSM組合的SVM、RF和CART三種不同分類(lèi)模型用于地物分類(lèi)。技術(shù)路線如圖2所示。2.2.2 無(wú)人機(jī)遙感影像分割
本文編號(hào):3473060
本文鏈接:http://www.sikaile.net/kejilunwen/dizhicehuilunwen/3473060.html
最近更新
教材專(zhuān)著