《表3 可见光植被指数：基于无人机影像的可见光波段植被信息识别》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于无人机影像的可见光波段植被信息识别》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注：R：红光通道；G：绿光波段；B：蓝光通道；r：红光通道的标准化结果；g：绿光通道的标准化结果；b:蓝光通道的标准化结果。其中:，r，g，b的范围为[0，1]。

在遥感领域中，目前存在的植被指数已有上百种，而基于可见光波段的植被指数相对较少（表3）。运用Python编程语言根据表3和式（1）的公式分别计算数据源影像各可见光植被指数，获得19种植被指数灰度直方图。为便于比较不同指数，本研究将各可见光植被指数的计算结果利用极差标准化进行归一化处理，使各指数计算结果图的数值范围限定在[0，1]区间内，同时将RGRI、GBRI、CIVE、ExR和ExB这5种植被指数的计算结果取反，使得19种可见光植被指数均以暗色区代表非植被信息，亮色区代表植被信息（图4）。由图4可知，EGRBDI、GLI、ExG、g、CIVE、ExGR、COM、COM2、RGBVI和V-MSAVI这10种可见光植被指数的植被与非植被区域的对比度较为明显，植被信息识别效果较好，其中植被区域为亮白色，非植被区域为暗黑色或暗灰色；而NGRDI、RGRI、GBRI、NGBDI、WI、VEG、Ex R、Ex B和MGRVI这9种可见光植被指数的植被与非植被区域的对比度较差，其中NGRDI、RGRI、GBRI、NGBDI、VEG、Ex R、Ex B和MGRVI指数图中稀疏植被区与裸土的灰度值相近，将导致在后续分类过程中这两种地物容易出现混淆现象。