基于无人机影像的烟草精细提取

发布时间：2021-05-12 14:14

　　烟草是一种特殊农作物,烟草的提取对其信息统计起着重要作用。针对烟草单株提取难的问题,提出了一种结合多特征和超像素的无人机影像烟草精细提取方法。首先利用简单线性迭代聚类（Simple Linear Iterative Clustering,SLIC）算法对影像进行超像素分割;然后统计超像素的平均值、亮度、长宽比、形状指数、红绿蓝波段值和自定义植被指数;接着通过对超像素特征组合和特征阈值选取来实现烟草的精细提取;最后对提取信息进行统计和分析。实验结果表明:该方法能有效地提取烟草株树,准确度分别为99%和98.6%。利用该方法,在计算烟草产量方面供了有效参考,节省了大部分的人力财力。 

【文章来源】：遥感技术与应用. 2020,35(05)北大核心CSCD

【文章页数】：9 页

【文章目录】：
1 引言
2 数据来源
3 烟草精细提取方法
    3.1 SLIC超像素分割算法
    3.2 对象特征选择
    3.3 对象特征构建
    3.4 烟草提取流程
    3.5 对比试验
4 实验结果与分析
    4.1 SLIC算法分割结果
    4.2 特征最佳阈值选取结果
    4.3 烟草提取结果
    4.4 精度评价
5 讨论
6 结论


【参考文献】：
期刊论文
[1]基于SLIC超像素的高分辨率遥感影像城镇道路提取[J]. 润一,王密,董志鹏,程宇峰.  测绘地理信息. 2019(01)
[2]基于超像素分割的田间小麦穗数统计方法[J]. 杜颖,蔡义承,谭昌伟,李振海,杨贵军,冯海宽,韩东.  中国农业科学. 2019(01)
[3]基于无人机遥感影像的玉米苗期株数信息提取[J]. 刘帅兵,杨贵军,周成全,景海涛,冯海宽,徐波,杨浩.  农业工程学报. 2018(22)
[4]多特征、多方法融合的高分辨率影像道路网提取[J]. 李润生,曹帆之,曹闻,王淑香.  国土资源遥感. 2018(03)
[5]基于无人机遥感影像的烟草种植面积信息提取[J]. 陈金,刘品超,黄国强,李智勇,刘金玉.  湖南农业科学. 2018(01)
[6]多特征融合的高分辨率遥感影像建筑物分级提取[J]. 林雨准,张保明,王丹菂,陈小卫,徐俊峰.  中国图象图形学报. 2017(12)
[7]基于SLIC分层分割的无人机图像极小目标检测方法[J]. 赵坤,张羽君,张建龙,王勇.  数据采集与处理. 2017(04)
[8]基于无人机遥感技术的玉米种植信息提取方法研究[J]. 韩文霆,李广,苑梦婵,张立元,师志强.  农业机械学报. 2017(01)
[9]一种利用结构特征的高分辨率遥感影像种植园自动提取方法[J]. 闫利,江维薇.  测绘学报. 2016(09)
[10]结合Gabor纹理与几何特征的高分辨率遥感影像城区道路提取方法[J]. 胡华龙,吴冰,黄邵美.  测绘科学技术学报. 2015(04)

硕士论文
[1]基于无人机图像的小麦出苗均匀度评价[D]. 陈雯.扬州大学 2018
[2]基于面向对象分类方法的烟草种植面积提取研究[D]. 李天坤.四川农业大学 2013



本文编号：3183561