遥感技术在农作物识别方面的应用与研究
文章研究提取遥感图像中的农作物特征,判断农作物的特征是否符合预存农作物的显著特征,通过智能识别匹配判断农作物的种类.农作物识别的图像预处理的关键是在遥感图像中选取庄稼区域,进行农作物图像分割.文章采用NDVI算法对图像进行预处理,目的是将作物与非作物区分开.不同的作物因其体内具有不同浓度和类别的色素物质表现出不同的光谱特征,因此多光谱遥感影像能够区分不同的植被,也是植被遥感分类应用最广泛和最基本的识别方式.本研究提取了多种植物的特征,比如形状、颜色、边缘等.对于植物的显著特征,采用Prewitt算子进行提取,实验结果比较理想.在模式识别阶段,采用以径向基函数(RBF)为核函数的支持向量机SVM进行作物识别,实验结果准确率达到90％左右,具有很高的应用及研究价值.
遥感图像、农作物识别、NDVI、Prewitt算子、支持向量机SVM
S127(农业物理学)
2023-03-10（万方平台首次上网日期，不代表论文的发表时间）
共3页
61-63
