无人机多光谱影像的小麦倒伏信息多特征融合检测研究

文献类型： 中文期刊

第一作者： 朱文静

作者： 朱文静;冯展康;戴世元;张平平;嵇文;王爱臣;魏新华

作者机构：

关键词： 无人机遥感;图像处理;多光谱;特征融合;倒伏;小麦

期刊名称： 光谱学与光谱分析

ISSN：

年卷期： 2024 年 001 期

页码： 197-206

收录情况： EI ; SCI ; 北大核心 ; CSCD

摘要： 为探究多特征融合方法在作物倒伏领域快速精准识别中的适用性，利用无人机获取多田块冠层尺度的不同倒伏率麦田多光谱数据，对原始倒伏图像进行图像拼接、辐射校正、几何校正等预处理，并利用重归一化差值植被指数和阴影指数分别剔除土壤和阴影背景，提取小麦倒伏DSM模型和植被指数分别与多光谱图像进行多特征图像主成分变换融合，筛选差异性较大的纹理特征，采用支持向量机（SVM）、人工神经网络（ANN）和最大似然法（MLC）监督分类模型对多光谱和DSM融合图像、多光谱和归一化植被指数（NDVI）融合图像、多光谱图像和纹理特征图像进行监督分类，并采用总体精度（OA）、 Kappa系数和提取误差综合评价各监督模型的分类性能和倒伏提取精度。分类结果表明：各监督分类方法在不同倒伏区域提取结果建模效果趋势一致，SVM和ANN整体提取精度高于MLC,在高倒伏区域，多光谱与NDVI融合图像的SVM监督模型（OA:92.63%, Kappa系数：0.85,提取误差：1.11%）提取效果最好；在中倒伏区域，多光谱与DSM融合图像的SVM监督模型（OA:90.35%, Kappa系数：0.79,提取误差：9.34%）提取效果最好；在低倒伏区域，均值纹理特征图像的ANN监督模型（OA:91.05%, Kappa系数：0.82,提取误差：8.20%）提取结果较好。本研究将DSM模型、植被指数、纹理特征与多光谱图像进行融合对比，并对多特征融合方法能否高精度有效提取小麦倒伏信息进行了探究，结果表明无人机多光谱遥感结合特征融合技术能有效提取小麦倒伏面积，提取效果优于单特征小麦倒伏图像。本研究结果可为助力小麦倒伏灾情调查数据的精确获取方法提供参考。

分类号： S512.1%TP751

  • 相关文献

[1]基于无人机DSM的小麦倒伏识别方法. 赵立成,段玉林,史云,张保辉. 2019

[2]基于深度学习的小麦倒伏自动分类方法研究. 臧贺藏,王从胜,赵巧丽,赵晴,张杰,李国强,郑国清. 2023

[3]基于多光谱技术的甜菜块根糖分增长期施氮决策模型. 王敬云,胡晓航,董心久,马亚怀,李彦丽. 2024

[4]基于Worldview-2影像的玉米倒伏面积估算. 陈仲新,任国业,李章成,王昕. 2016

[5]基于小型无人机遥感的玉米倒伏面积提取. 陈仲新,王利民,刘佳,周清波. 2014

[6]基于多光谱成像技术的小麦品种快速无损鉴定. 许学,马卉,王钰,刘伟,杨剑波,汪秀峰. 2019

[7]基于深度学习的无人机遥感小麦倒伏面积提取方法. 申华磊,苏歆琪,赵巧丽,周萌,刘栋,臧贺藏. 2022

[8]小麦倒伏的雷达极化特征及其遥感监测. 杨浩,杨贵军,顾晓鹤,李增元,陈尔学,冯琦,杨小冬. 2014

[9]小麦施用矮壮素防倒增产效应. 武宗信,翁惠玉,王宏兵,苏彩虹. 1991

[10]襄阳市襄州区小麦倒伏情况调查研究. 郭光理,李春华,李轩智,赵文革,张会芳,邹娟,朱展望,高春保. 2018

[11]倒伏时期和倒伏程度对小麦产量的影响. 黄迎光,郑以宏,袁永胜,井淑香,张宾. 2014

[12]株行配置对带状条播小麦群体光环境及抗倒伏性能的影响. 陈溢,樊高琼,李金刚,李朝苏,荣晓椒,李国瑞,杨文钰,郭翔. 2013

[13]生理调节剂劲丰对小麦抗倒性和产量结构的影响. 张平平,马鸿翔,姚金保,陈小霖,耿志明,杨丹. 2011

[14]不同小麦品种茎秆抗倒特性及产量差异研究. 崔正勇,李鹏,高国强,孙明柱,李新华. 2019

[15]倒伏对不同类型小麦品种(系)产量性状的影响研究. 马勇,邵立刚,王岩,李长辉,车京玉,高凤梅,张起昌,刘宁涛,刘宁涛. 2008

[16]安徽省小麦干热风、高温逼熟、贪青晚熟、雪灾、倒伏灾害的防御. 陈磊. 2014

[17]黄淮麦区小麦倒伏的原因及对策浅析. 刘和平,程敦公,吴娥,曹新有. 2012

[18]基于示范样地实际倒伏样本的小麦抗倒机制解析. 曹帅,侯朋福,薛利祥,赵素雅,薛利红,杨林章. 2023

[19]基于图像处理的小麦穗长测量. 姜盼,张彬,毕昆. 2010

[20]基于经济型低空无人机对小麦重要产量表型性状的多生育时期获取和自动化分析. 丁国辉,许昊,温明星,陈佳玮,王秀娥,周济. 2019

作者其他论文 更多>>

微信小程序