基于无人机影像的喀斯特农耕区地物识别——以桂林市为例

基于无人机影像的喀斯特农耕区地物识别——以桂林市为例

, , , , , ,

文章导航 > 自然资源遥感 > 2020 > (1): 216-223

娄佩卿, 陈晓雨, 王疏桐, 付波霖, 黄永怡, 唐廷元, 凌铭. 基于无人机影像的喀斯特农耕区地物识别——以桂林市为例[J]. 自然资源遥感, 2020, (1): 216-223. doi: 10.6046/gtzyyg.2020.01.29

引用本文:

娄佩卿, 陈晓雨, 王疏桐, 付波霖, 黄永怡, 唐廷元, 凌铭. 基于无人机影像的喀斯特农耕区地物识别——以桂林市为例[J]. 自然资源遥感, 2020, (1): 216-223. doi: 10.6046/gtzyyg.2020.01.29

LOU Peiqing, CHEN Xiaoyu, WANG Shutong, FU Bolin, HUANG Yongyi, TANG Tingyuan, LING Ming. Object recognition of karst farming area based on UAV image: A case study of Guilin[J]. Remote Sensing for Natural Resources, 2020, (1): 216-223. doi: 10.6046/gtzyyg.2020.01.29

Citation:

LOU Peiqing, CHEN Xiaoyu, WANG Shutong, FU Bolin, HUANG Yongyi, TANG Tingyuan, LING Ming. Object recognition of karst farming area based on UAV image: A case study of Guilin[J]. Remote Sensing for Natural Resources, 2020, (1): 216-223. doi: 10.6046/gtzyyg.2020.01.29

基于无人机影像的喀斯特农耕区地物识别——以桂林市为例

桂林理工大学测绘地理信息学院,桂林541006

桂林理工大学土木与建筑学院,桂林541006

桂林理工大学信息科学与工程学院,桂林541006

桂林理工大学测绘地理信息学院,桂林541006

桂林理工大学测绘地理信息学院,桂林541006

桂林理工大学测绘地理信息学院,桂林541006

桂林理工大学测绘地理信息学院,桂林541006

基金项目:
国家自然科学青年基金项目“基于主被动遥感的沼泽植被群丛时空分布与水文情势耦合研究”

桂林理工大学科研启动基金项目

“广西八桂学者”专项经费、广西省自然科学青年基金项目“基于主被动遥感的北部湾红树林群丛时空分布与水文情势耦合研究”

详细信息

中图分类号: TP79

刊出日期: 2020-03-15

Object recognition of karst farming area based on UAV image: A case study of Guilin

Publish Date: 15 March 2020

摘要: 为了探究低空无人机遥感技术对喀斯特地貌条件下不同形态农耕区地物类型的识别精度,以桂林市3个200 m×200 m样方的农耕区为研究区,在无人机航拍影像和地面调查数据的支持下,分别将基于像元和面向对象的影像分析技术与支持向量机(support vector machine,SVM)算法相结合,构建不同地貌条件下农耕区地物遥感识别模型,并进行精度对比分析.结果表明,面向对象的SVM分类结果保留了原始地物的大致轮廓,且地块较完整,更为适用于喀斯特地貌条件下的农耕区地物识别,较基于像元的SVM分类方法总体精度高6.54%,Kappa系数高0.135;基于像元的SVM分类方法适用于地物分布规则的农耕区地物识别,相比面向对象的SVM分类方法总体精度高2.92%,Kappa系数高0.026.
- 无人机影像 /
- 农耕区 /
- 多尺度影像分割 /
- SVM算法

资源附件(0)

计量

文章访问数: 555
PDF下载数: 26
施引文献: 0

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回