文献类型：期刊文章

作　　者：夏炎[1] 黄亮[1,2] 王枭轩[1] 陈朋弟[1]

Xia Yan;Huang Liang;Wang Xiaoxuan;Chen Pengdi(Kunming University of Science and Technology,Faculty of Land Resource Engineering,Kunming 650093,China;Surveying and Mapping Geo-Informatics Technology Research Center on Plateau,Mountains of Yunnan Higher Education,Kunming 650093,China)

机构地区：[1]昆明理工大学国土资源工程学院测绘系,云南昆明650093 [2]云南省高校高原山区空间信息测绘技术应用工程研究中心,云南昆明650093

出　　处：《遥感技术与应用》

基　　金：国家自然科学基金项目“南方山地城镇建设用地与变化的坡度样度效应研究”(41961039);云南省应用基础研究计划面上项目“基于全卷积神经网络的多源遥感影像变化检测”(2018FB078);云南省高校工程中心建设计划共同资助。

年　　份：2020

卷　　号：35

期　　号：5

起止页码：1158-1166

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD2019_2020、JST、RCCSE、ZGKJHX、核心刊

摘　　要：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。

关 键 词：烟草 无人机影像 简单线性迭代聚类  超像素分割  信息提取

分 类 号：TP79]