|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 基于纹理特征和SVM的QuickBird影像苹果园提取显示文摘为提高高空间分辨率遥感影像(高分影像)中苹果园提取精度,基于Quick Bird遥感数据,研究综合光谱特征和纹理特征的苹果园自动提取方法。该方法首先采用最佳指数因子(OIF)获取多光谱波段最佳组合,然后采用不同大小滑动窗口(从3像素×3像素到13像素×13像素)提取全色波段的灰度共生矩阵(GLCM)、分形和空间自相关3种纹理特征并分别与光谱特征组合,最后通过支持向量机(SVM)分类进行苹果园分类识别。研究表明:在分类特征上,与单一光谱或纹理特征相比,光谱特征结合纹理特征能有效提高苹果园提取精度(Fa)和总体分类精度(OA),其中光谱+GLCM纹理(9像素×9像素)分类精度最高,Fa和OA分别为96.99%和96.16%,比光谱+分形纹理分别提高0.63个百分点和1.56个百分点,比光谱+空间自相关纹理显著提高11.92个百分点和9.20个百分点。在分类方法上,通过对比分析SVM、最大似然和神经网络3种方法的分类结果,探明SVM分类识别苹果园精度最高。最后对苹果园提取结果进行面积统计,结果表明GLCM纹理结合SVM分类的苹果园面积估算与目视解译结果的一致性超过98%。 | 宋荣杰 宁纪锋 刘秀英 常庆瑞 | 2017 | 农业机械学报2017，48，3： | 38 |
| 2 | 基于小波纹理和随机森林的猕猴桃果园遥感提取显示文摘为快速、准确地从高分影像中获取猕猴桃种植分布信息,提出了一种结合小波变换纹理分析和随机森林分类的QuickBird影像猕猴桃果园自动提取方法。首先,采用coif5小波对QuickBird全色影像进行多尺度小波分解,计算各子频带小波系数的能量特征作为纹理特征;然后,将小波纹理与光谱特征组合构建分类特征;最后,利用随机森林分类实现土地利用分类和猕猴桃果园空间分布提取。结果表明,小波纹理识别猕猴桃果园的效果明显优于光谱特征和其他2种纹理特征;光谱+小波纹理特征的分类精度最高,猕猴桃果园提取精度(Fk)和总体分类精度(OA)分别为95.30%和94.46%,比光谱+灰度共生矩阵纹理分类分别提高6.70%和2.88%,比光谱+分形纹理分类显著提高13.43%和6.98%;随机森林分类结果优于相同特征下的支持向量机、最大似然分类。本文提取的猕猴桃果园面积与目视解译结果的相对误差小于7%。此外,利用本文方法对同期QuickBird影像另一研究区的苹果园分布进行提取,结果表明,该方法对苹果园提取有较好的适用性。 | 宋荣杰 宁纪锋 常庆瑞 班松涛 刘秀英 张宏鸣 | 2018 | 农业机械学报2018，49，4： | 27 |
| 3 | 融合像元形状和光谱信息的高分遥感图像分类新方法显示文摘在高空间分辨率(简称'高分')遥感图像分类中,由于存在'同谱异物'等现象,仅依靠光谱信息进行分类的误差较大。为提高图像分类精度,提出一种融合像元形状和光谱特征信息的高分多光谱遥感图像分类新方法。首先利用像元及其邻域的关系来描述其空间结构,计算并提取像元同质区域(pixel homogeneous regions,PHR);然后以所提取的同质区域为基础,分别计算中心像元的长/宽比(length-width ratio,LW)和面积/周长比(area-perimeter ratio,PAI)这2个像元形状特征;最后将归一化后的像元形状特征和光谱特征融合,并利用支持向量机分类方法进行分类。以2个区域的Quick Bird高分遥感图像对该算法进行验证,将实验结果与仅利用光谱信息分类和仅使用像元形状指数(pixel shape index,PSI)分类的结果进行比较。结果表明,所提出的方法得到的分类精度最高,该方法能有效地提高高分遥感图像的分类精度。 | 杨青山 张华 | 2016 | 国土资源遥感2016，28，4： | 8 |
| 4 | 分形理论在中药领域中的应用显示文摘分形理论是描述自然界中不规则、复杂事物,并揭示其复杂现象背后的规律、局部和整体之间本质内在关联性的新兴科学理论。本文在以往国内外文献报道的基础上,系统分析分形理论在中药资源、中药种植、中药鉴定、中药制剂等方面的研究成果,并对该理论在中药领域中的应用加以综述。 | 俞梦莹 万丹娜 邵峰 杨明 刘荣华 钱坤 尚悦 蒋美林 | 2019 | 中国现代应用药学2019，36，12： | 1 |
| 5 | 川南五县区金钱草的普查情况显示文摘目的:对川南片区五个县(叙永县、合江县、江安县、珙县、叙州区)金钱草的分布情况进行调查研究,为金钱草资源的开发利用提供科学、合理的依据。方法:以全国第四次中药资源普查技术规范[15]为指导,采用样方调查方法,结合数学与统计学方法对川南的金钱草资源蕴藏量进行分析。结果:总共完成了5个区县,190个样地,950个套方,5700个样方的调查。金钱草蕴藏量为叙永县140.6吨,分布在E105°17′27″~105°39′01″,N27°46′42″~28°28′23″,海拔617m~1250m;合江县181.98吨,分布在E105°52'09″~106°14′07″,N28°38′11″~28°43′08″,海拔489m~766m;江安县84.85吨,分布在E104°58′28″~105°11′35″,N28°26′42″~28°40′07″,海拔267m~606m;珙县172.58吨分布在E04°42′10″~104°56′56″,N27°57′03″~28°14′55″,海拔406m~877m;叙州区125.75吨,分布在E104°42′10″~104°56′56″,N27°57′03″~28°14′55″,海拔406m~877m。总计有61个样方,98个样方套中出现过金钱草。结论:川南五区县金钱草蕴藏量大,为金钱草有关制剂研制提供原料,有较好的开发利用前景。普查结果可以为金钱草资源的保护利用、合理开发提供科学依据,为金钱草产业发展提供指导。 | 张家伟 李薪宇 汪小玉 朱烨 税丕先 | 2021 | 西南医科大学学报2021，44，1： | 1 |
您所在的机构暂未开通此部分的功能，请联系管理员