一种草地高光谱图像分类方法

作     者：武林 马玉宝 潘新 闫伟红 段俊杰 WU Lin;MA Yubao;PAN Xin;YAN Weihong;DUAN Junjie

作者机构：内蒙古农业大学计算机与信息工程学院呼和浩特010020 中国农业科学院草原研究所呼和浩特010010 

出 版 物：《测绘科学》 (Science of Surveying and Mapping)

年 卷 期：2018年第43卷第9期

页      面：52-57页

核心收录：

学科分类：083002[工学-环境工程] 0830[工学-环境科学与工程（可授工学、理学、农学学位）] 081802[工学-地球探测与信息技术] 08[工学] 0818[工学-地质资源与地质工程] 081602[工学-摄影测量与遥感] 0816[工学-测绘科学与技术] 

基　　金：国家自然科学基金项目(61562067 31302017) 

主　　题：高光谱图像 牧草光谱数据 SPA SVM 

摘      要：针对传统的大规模草地牧草的识别,不仅浪费大量的人力、物力,还浪费大量的时间和经费。该文提出了一种基于高光谱成像采集系统的草地动态监测新手段,利用采集到的可见-近红外光谱(范围400~1 000nm)图像和光谱信息进行自动分类。该方法主要包括预处理、特征波段提取以及分类识别3个步骤。(1)利用ENVI(4.7)提取图片的感兴趣区域光谱数据,由于存在大量的数据冗余以及外界的噪声干扰等因素,因此采用多元散射校正去除散射,增强与成分含量相关的光谱吸收信息。(2)采用连续投影选取出13个特征波段消除数据冗余。(3)采用支持向量机对选取的特征波段进行分类,分类识别率可达100%。结果表明,采用高光谱成像技术对野外牧草种类的无损识别是可行的,SPA提取光谱特征波段及SVM进行判别野外田间牧草种类取得较好的效果。