《表4 基于统计模式分类算法》

  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

《无人机遥感的农作物精细分类研究进展》

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：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%。