基于IHS变换和Mean Shift算法的草地分类研究

作     者：康乐 陈伟 赵安琳 杨延征 KANG Le;CHEN Wei;ZHAO An-lin;YANG Yan-zheng

作者机构：国家林业和草原局华东调查规划设计院浙江杭州310019 中国科学院生态环境研究中心城市与区域生态国家重点实验室北京100085 

基　　金：国家自然科学基金(41801181) 

出 版 物：《西北林学院学报》 (Journal of Northwest Forestry University)

年 卷 期：2022年第37卷第5期

页      码：188-193页

摘      要：为高效估算草地生物量,需要一种方法来提高草地分类精度和降低数据处理时间。该研究基于原始RGB图像采用IHS变换,进行绿度波段图像的融合,并对融合后的图像进行Mean Shift算法分类。结果表明,1)基于IHS图像的草地分类,在视觉上与实际地物更为吻合;2)与其他文献方法对比,本研究方法性能优越,精度达到95%以上;3)可以批量处理多张图像,提高了数据处理效率。

主 题 词：草地分类 IHS Mean Shift 特征向量 

学科分类：09[农学] 0903[农学-动物生产类] 

D　O　I：10.3969/j.issn.1001-7461.2022.05.27

馆 藏 号：203114414...