[发明专利]一种薇甘菊的高光谱特征的筛选方法在审
申请号: | 202010476403.9 | 申请日: | 2020-05-29 |
公开(公告)号: | CN111814541A | 公开(公告)日: | 2020-10-23 |
发明(设计)人: | 张贵;王潇;刘彦君;杨志高 | 申请(专利权)人: | 中南林业科技大学 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62;G01J3/28;G01N21/25 |
代理公司: | 长沙思创联合知识产权代理事务所(普通合伙) 43215 | 代理人: | 夏兴友 |
地址: | 410004 *** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 甘菊 光谱 特征 筛选 方法 | ||
1.一种薇甘菊的高光谱特征的筛选方法,其特征在于,包括如下步骤:
S1、获取遥感影像数据:通过对待研究的高光谱遥感影像进行预处理获得处理后的薇甘菊遥感影像数据源;
S2、薇甘菊高光谱特征初选:通过OIF、ABS、OBI、基于研究区的ASP+ABS、基于薇甘菊区域ASP+ABS、SCP六种波段选择方法对步骤S1中处理后的薇甘菊遥感影像数据源进行高光谱特征初选,分析得到的六种特征波段组合,获得一种或几种反映薇甘菊光谱特征较佳的波段选择方法;
S3、薇甘菊高光谱特征初选检验:将所述步骤S2中一种或几种较佳的波段选择方法选出的波段组合分别采用支持向量机、光谱角填图两种方法对薇甘菊进行分类,找到最能反映薇甘菊光谱特征的最佳波段选择方法,并通过最佳波段选择方法初选获得最能体现薇甘菊的高光谱特征的多个波段;
S4、薇甘菊高光谱特征优选:将所述步骤S3中获得的最能体现薇甘菊的高光谱特征的多个波段经过计算自适应波段指数进行排序,将排序第一的波段用优选的分类方法进行分类,再逐一按顺序加入排序靠前波段,以分类结果的精度评定薇甘菊的高光谱特征,获得优选后的薇甘菊高光谱特征最为明显的波段组合。
2.根据权利要求1所述的薇甘菊的高光谱特征的筛选方法,其特征在于,所述步骤S1中,高光谱数据预处理包括:待研究的高光谱数据依次进行几何校正、数据降噪、辐射校正和波段剔除的处理。
3.根据权利要求2所述的薇甘菊的高光谱特征的筛选方法,其特征在于,所述步骤S3中,对比支持向量机、光谱角填图两种分类方法分别对所生成的新影像的分类结果精度,找到优选的分类方法;所述步骤S4中,采用所述步骤S3中所确定的优选分类方法进行分类处理。
4.根据权利要求2所述的薇甘菊的高光谱特征的筛选方法,其特征在于,所述步骤S1中的几何校正处理具体包括:将研究区高光谱数据的影像坐标系由像元坐标系转换成地心坐标系,数字影像也转化为灰度值影像。
5.根据权利要求2所述的薇甘菊的高光谱特征的筛选方法,其特征在于,所述步骤S1中的数据降噪处理包括:采用主成分分析法对影像进行降噪处理。
6.根据权利要求2所述的薇甘菊的高光谱特征的筛选方法,其特征在于,所述步骤S1中的辐射校正处理包括:首先进行绝对辐射校正,将像元亮度值转换为入瞳绝对辐亮度值,再进行反射率反演,将辐亮度转换为地物的反射率。
7.根据权利要求2所述的薇甘菊的高光谱特征的筛选方法,其特征在于,所述步骤S1中的波段剔除处理为:对辐射校正处理后获得的波段进行观察,剔除反射率为异常值的波段。
8.根据权利要求1-7任意一项所述的薇甘菊的高光谱特征的筛选方法,其特征在于,所述步骤S4中将薇甘菊的纹理特征加入到分类处理中进行薇甘菊高光谱特征的优选。
9.根据权利要求8所述的薇甘菊的高光谱特征的筛选方法,其特征在于,所述步骤S4中采用角二阶矩作为薇甘菊的纹理特征代表波段。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中南林业科技大学,未经中南林业科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010476403.9/1.html,转载请声明来源钻瓜专利网。