《表2 倒伏、正常棉花的纹理特征统计》

  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

《基于无人机遥感多光谱影像的棉花倒伏信息提取》

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

棉花倒伏主要表现在冠层结构的破坏，因此可以借助于纹理特征来描述。为了降低数据冗余，使用ENVI软件对多光谱数据进行主成分分析（principal component analysis，PCA），以获取包含数据信息量较多的前2个主成分分量。基于灰度共生矩阵（gray level co-occurrence matrix，GLCM）[28]计算纹理特征，包含2个主成分分量的均值（mean）、方差（variance）、协同性（homogeneity）、对比度（contrast）、相异性（dissimilarity）、信息熵（entropy）、二阶矩（second moment）和相关性（correlation）共16项纹理特征。综合考虑精度与效率，滤波的窗口设置为5×5，空间相关性矩阵X和Y的变化量均为1，灰度质量级为64。最后统计了倒伏和正常棉花的16项纹理特征的均值和均方根误差，并计算变异系数（coefficient of variation，CV）和相对差异系数（relative difference，RD），结果见表2。