利用無人機平臺搭載多光譜成像儀獲取研究區(qū)蔬菜地塊的高分辨率多光譜遙感影像,對影像上各類蔬菜的光譜進行分析,發(fā)現(xiàn)在各個波段上,不同種類蔬菜之間光譜具有一定的差異。使用多種分類方法對影像上各類蔬菜進行分類,結果表明:基于像元的分類效果較差;面向對象分類法能夠有效識別和區(qū)分不同種類的蔬菜,分類圖中各類蔬菜的分布與實際情況一致,Kappa系數(shù)大于0.9,總精度達到90%以上,與基于目視解譯的各類蔬菜種植面積結果相比較,誤差在7.5%以內(nèi)。綜上,以無人機多光譜遙感影像為數(shù)據(jù)源,使用面向對象分類技術,可以實現(xiàn)對蔬菜種植信息的自動化監(jiān)測。

【文章頁數(shù)】：7 頁

【部分圖文】：

圖3 各類蔬菜典型ROI

圖2研究區(qū)露天蔬菜地塊1.3蔬菜分類提取方法

圖1 研究區(qū)無人機影像

使用Pix4Dmapper軟件,對獲取的多光譜影像進行處理,得到監(jiān)測區(qū)域完整的多光譜正射影像(圖1)。通過目視解譯提取露天菜地地塊(圖2)。利用ENVI5.1軟件ROI(Regionofinterest,感興趣區(qū))工具結合目視解譯在圖上分別選取大白菜ROI共50個樣本,花菜....

圖2 研究區(qū)露天蔬菜地塊

圖1研究區(qū)無人機影像圖3各類蔬菜典型ROI

圖4 各類蔬菜ROI在多光譜影像各波段上反射率分布

由表2可知,在藍波段上,大白菜和花菜、青菜和花菜的反射率差異不顯著,其他蔬菜之間有顯著差異;在綠波段上,青菜和花菜之間沒有顯著差異,其他蔬菜之間有顯著差異;在紅波段上,只有卷心菜與其他蔬菜差異顯著,大白菜、花菜和青菜之間沒有顯著差異;在紅邊波段上,卷心菜和花菜之間差異顯著,青菜和....

本文編號：4042643