《表4 基于统计模式分类算法》
注:MDC为最小距离分类
统计分类方法是早期遥感影像分类领域最常用的分类算法,其基于一定的概率分布模型,统计提取影像的光谱、空间等特征并根据相应的判别准则对影像中的地物归类。表4列出了无人机遥感基于统计模式的农作物分类算法。从表4可以看出最大似然分类(Maximum Likelihood Classification,MLC)法是无人机遥感农作物分类研究中使用最广泛的统计分析方法。无人机影像有着厘米级的高空间分辨率,通过目视解译影像,就能够识别出部分的农作物类型。MLC算法能够充分利用这些先验知识,在训练样本均质性好、代表性强时有较好的分类效果。如王利民[28]等基于无人机可见光影像,使用MLC算法对研究区的苜蓿、春玉米和夏玉米分类,总体精度为87%。但在农作物分布比较复杂的区域,数据往往不能满足正态分布的假设条件,使得分类结果具有较大的不确定性。如Tu[58]等利用无人机高光谱全光谱数据,使用MLC算法区分研究区8种茶树类型,结果表明,MLC算法几乎将所有的茶树分类为福鼎大白品种,总体分类精度仅有48.40%。
图表编号 | XD00224351500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.04.25 |
作者 | 田甜、王迪、曾妍、张影、黄青 |
绘制单位 | 中国农业科学院农业资源与农业区划研究所、农业农村部农业遥感重点实验室、中国农业科学院农业资源与农业区划研究所、农业农村部农业遥感重点实验室、中国农业科学院农业资源与农业区划研究所、农业农村部农业遥感重点实验室、中国农业科学院农业资源与农业区划研究所、农业农村部农业遥感重点实验室、中国农业科学院农业资源与农业区划研究所、农业农村部农业遥感重点实验室 |
更多格式 | 高清、无水印(增值服务) |