-
公开(公告)号:CN117152645A
公开(公告)日:2023-12-01
申请号:CN202311306532.3
申请日:2023-10-10
Applicant: 河南财经政法大学
IPC: G06V20/17 , G06V20/10 , G06V10/54 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/0499 , G06N3/08 , G06N5/01 , G06N20/00
Abstract: 本发明提出一种基于无人机多光谱影像深度特征的小麦锈病监测方法,包括地面采集实测数据;获取小麦遥感影像数据;计算光谱指数,得到光谱指数影像特征集;对光谱指数影像特征集进行相关性特征排序和第一特征筛选,得到最优光谱特征集;对小麦遥感影像数据集和最优光谱特征集中影像进行纹理特征计算后,与最优光谱特征集组合并进行特征排序和第二特征筛选,得到最优组合特征集;提取小麦遥感影像数据集和最优组合特征集中影像所对应的深度特征后,与最优组合特征集组合并进行特征排序和第三特征筛选,利用筛选后的最优深度特征集构建多个相关性‑回归模型;选取精度最高的相关性‑回归模型对待测小麦区域进行反演制图,得到小麦锈病监测结果。