《表2 倒伏、正常棉花的纹理特征统计》
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。
图表编号 | XD0038688100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.01.01 |
作者 | 戴建国、张国顺、郭鹏、曾窕俊、崔美娜、薛金利 |
绘制单位 | 石河子大学信息科学与技术学院、兵团空间信息工程技术研究中心、石河子大学信息科学与技术学院、兵团空间信息工程技术研究中心、石河子大学理学院、石河子大学信息科学与技术学院、石河子大学信息科学与技术学院、兵团空间信息工程技术研究中心、石河子大学信息科学与技术学院、兵团空间信息工程技术研究中心 |
更多格式 | 高清、无水印(增值服务) |