![](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/1/9/cf88c1ad-9cb1-4f86-9c95-1f5a14280eb1/cf88c1ad-9cb1-4f86-9c95-1f5a14280eb1pic.jpg)
![基于HSI高光譜數(shù)據(jù)的水稻光譜特征分析與識(shí)別技術(shù)研究.pdf_第1頁(yè)](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/1/9/cf88c1ad-9cb1-4f86-9c95-1f5a14280eb1/cf88c1ad-9cb1-4f86-9c95-1f5a14280eb11.gif)
版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、水稻是中國(guó)的主要糧食作物,實(shí)時(shí)準(zhǔn)確地獲取水稻面積等信息,有利于國(guó)家糧食安全和貿(mào)易安全的保證。傳統(tǒng)水稻遙感監(jiān)測(cè)主要集中利用TM、CBERS星的CCD數(shù)據(jù)以及MODIS數(shù)據(jù)。HSI數(shù)據(jù)是國(guó)內(nèi)首個(gè)航天高光譜數(shù)據(jù),國(guó)內(nèi)對(duì)HSI數(shù)據(jù)在水稻分類識(shí)別中的研究幾乎空白。以廣西玉林市-博白地帶2010年10月22日的一景HSI數(shù)據(jù)為研究區(qū),主要進(jìn)行了如下研究工作:
?。?)HSI數(shù)據(jù)介紹和預(yù)處理研究:對(duì)HSI數(shù)據(jù)的特點(diǎn)、命名規(guī)則等進(jìn)行介紹。針對(duì)H
2、SI數(shù)據(jù)產(chǎn)品特點(diǎn),對(duì)HSI數(shù)據(jù)進(jìn)行包括數(shù)據(jù)格式轉(zhuǎn)換、絕對(duì)輻射亮度值變換、FLAASH大氣校正、質(zhì)量差波段去除和幾何精校正等預(yù)處理工作。
(2)晚稻等地物類光譜特征分析:數(shù)據(jù)預(yù)處理后,根據(jù)研究區(qū)概況和同時(shí)相HJ-1A星CCD多光譜數(shù)據(jù)情況,獲取晚稻等地物的空間信息,并得到不同地物在HSI數(shù)據(jù)的光譜變化曲線,分析晚稻與其它地物的光譜差異,為波段選擇做好鋪墊。
?。?)波段選擇方法研究:通過(guò)對(duì)信息量和類別可分性波段選擇方法進(jìn)
3、行研究,在此基礎(chǔ)上,提出改進(jìn)的基于信息量和類別可分性的組合波段選擇方法,最后選擇得分值排序靠前的30個(gè)波段作為波段選擇結(jié)果,為后面的精準(zhǔn)分類做了鋪墊。
(4) SVM在研究區(qū)晚稻識(shí)別研究:基于SVM和MLC理論,進(jìn)行HSI數(shù)據(jù)的晚稻識(shí)別,得出波段選擇后,SVM對(duì)HSI數(shù)據(jù)總體分類精度最高,其次為波段選擇后的MLC方法,而基于非波段選擇數(shù)據(jù)的分類準(zhǔn)確率低于波段選擇后的結(jié)果,證明波段選擇在高光譜遙感分類中的必要性,并說(shuō)明SVM在高
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于光譜匹配的高光譜巖礦識(shí)別技術(shù)研究.pdf
- 高光譜遙感數(shù)據(jù)特征約簡(jiǎn)技術(shù)研究.pdf
- 56996.基于高光譜數(shù)據(jù)庫(kù)的光譜匹配技術(shù)研究
- 基于HJ-1A星HSI高光譜數(shù)據(jù)的植被分類研究.pdf
- 基于光譜識(shí)別的多光譜測(cè)溫技術(shù)研究.pdf
- 高光譜遙感圖像光譜特征提取與匹配技術(shù)研究.pdf
- 39751.基于高光譜數(shù)據(jù)的分類技術(shù)研究
- 基于迭代光譜混合分析的高光譜圖像解混技術(shù)研究.pdf
- 砷污染水稻高光譜特征及水稻籽粒產(chǎn)量光譜預(yù)估研究.pdf
- 基于多核學(xué)習(xí)的高光譜數(shù)據(jù)分類技術(shù)研究.pdf
- 水稻葉片葉綠素高光譜無(wú)損測(cè)量技術(shù)研究.pdf
- 52662.基于投影尋蹤的高光譜影像特征提取與自動(dòng)識(shí)別技術(shù)研究
- 基于光譜匹配技術(shù)的高光譜遙感礦物類型識(shí)別研究.pdf
- 基于多核Boosting多特征組合高光譜分類技術(shù)研究.pdf
- 基于卷積神經(jīng)網(wǎng)的高光譜數(shù)據(jù)特征提取及分類技術(shù)研究.pdf
- 基于Hyperion高光譜數(shù)據(jù)的城市地物識(shí)別與分類研究.pdf
- 基于Hyperion高光譜數(shù)據(jù)的森林類型精細(xì)識(shí)別研究.pdf
- 基于光譜特征的高光譜豐度估計(jì)模型研究.pdf
- 高光譜圖象目標(biāo)識(shí)別新技術(shù)研究.pdf
- 基于高光譜技術(shù)的水稻稻曲病監(jiān)測(cè)研究.pdf
評(píng)論
0/150
提交評(píng)論