作者：林志玮; 丁启禄; 涂伟豪; 林金石; 刘金福...无人机航拍影像光学图像颜色信息植被类型识别
摘要：使用无人机进行低空航拍，快速取得大范围的植被图像，结合多元HoG特征进行植被类型识别。首先，利用Gabor滤波器提取图像的纹理信息，HSV和Lab颜色空间转化提取图像的颜色信息。其次，将图像分割为N个单元格(cell)，基于纹理与颜色信息计算每个单元格的方向梯度直方图(HoG)特征，形成多元HoG特征。最后，以单元格为分类单位，结合随机森林机器学习算法，建立植被类型识别模型。以福建省安溪县山区为研究区域，结果表明：利用无人机低空航拍的光学影像结合多元HoG特征进行植被类型识别是可行的；对于植被与非植被识别，其最高分类正确率达到96.04%；20m航拍下，植被类型识别率最高，为82.44%，随着航拍高度的升高，模型识别效果呈现下降趋势。进一步采集福建省长汀县山区的植被航拍影像为测试数据，证明模型对于不同地区植被类型识别的稳定性，其识别精度最高可达73.31%，正确率无显著差异。本研究采用无人机载光学相机获取植被光学图像数据，数据获取方便且所需费用较低；提出的植被类型识别模型具有较高的精度；对于不同地区的植被类型识别具有较好的稳健性，可方便应用于野外森林树种监控与管理。根据不同高度模型识别结果，航拍高度不宜过高，航拍高度以20m为宜。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
