基于多元HoG及无人机航拍图像的植被类型识别

编号 zgly0001645709

文献类型 期刊论文

文献题名 基于多元HoG及无人机航拍图像的植被类型识别

作者 林志玮  丁启禄  涂伟豪  林金石  刘金福  黄炎和 

作者单位 福建农林大学计算机与信息学院  福建农林大学林学院  福建农林大学资源与环境学院  福建省高校生态与资源统计重点实验室 

母体文献 森林与环境学报 

年卷期 2018年04期

年份 2018 

分类号 TP751 

关键词 无人机  航拍影像  光学图像  颜色信息  植被类型识别 

文摘内容 使用无人机进行低空航拍,快速取得大范围的植被图像,结合多元HoG特征进行植被类型识别。首先,利用Gabor滤波器提取图像的纹理信息,HSV和Lab颜色空间转化提取图像的颜色信息。其次,将图像分割为N个单元格(cell),基于纹理与颜色信息计算每个单元格的方向梯度直方图(HoG)特征,形成多元HoG特征。最后,以单元格为分类单位,结合随机森林机器学习算法,建立植被类型识别模型。以福建省安溪县山区为研究区域,结果表明:利用无人机低空航拍的光学影像结合多元HoG特征进行植被类型识别是可行的;对于植被与非植被识别,其最高分类正确率达到96.04%; 20 m航拍下,植被类型识别率最高,为82.44%,随着航拍高度的升高,模型识别效果呈现下降趋势。进一步采集福建省长汀县山区的植被航拍影像为测试数据,证明模型对于不同地区植被类型识别的稳定性,其识别精度最高可达73.31%,正确率无显著差异。本研究采用无人机载光学相机获取植被光学图像数据,数据获取方便且所需费用较低;提出的植被类型识别模型具有较高的精度;对于不同地区的植被类型识别具有较好的稳健性,可方便应用于野外森林树种监控与管理。根据不同高度模型识别结果,航拍高度不宜过高,航拍高度以20 m为宜。