中国科学院机构知识库网格
Chinese Academy of Sciences Institutional Repositories Grid
基于IHS变换和Mean Shift算法的草地分类研究

文献类型:期刊论文

作者康乐; 陈伟; 赵安琳; 杨延征
刊名西北林学院学报
出版日期2022-09-19
卷号37期号:5页码:188-193
关键词草地分类 IHS Mean Shift 特征向量
ISSN号1001-7461
英文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。
源URL[https://ir.rcees.ac.cn/handle/311016/47977]  
专题生态环境研究中心_城市与区域生态国家重点实验室
作者单位1.国家林业和草原局华东调查规划设计院
2.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
推荐引用方式
GB/T 7714
康乐,陈伟,赵安琳,等. 基于IHS变换和Mean Shift算法的草地分类研究[J]. 西北林学院学报,2022,37(5):188-193.
APA 康乐,陈伟,赵安琳,&杨延征.(2022).基于IHS变换和Mean Shift算法的草地分类研究.西北林学院学报,37(5),188-193.
MLA 康乐,et al."基于IHS变换和Mean Shift算法的草地分类研究".西北林学院学报 37.5(2022):188-193.

入库方式: OAI收割

来源:生态环境研究中心

浏览0
下载0
收藏0
其他版本

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。