来源:《地理与地理信息科学》2019年第05期 作者:邵琦;陈云浩;杨淑婷;赵逸飞;李京;
选择字号

基于随机森林算法的玉米品种高光谱图像鉴别

分享到: 分享到QQ空间

玉米品种直接影响到玉米的产量和品质,事关农业收入和食品安全,因此,如何准确、高效、无损地鉴别玉米品种具有重要意义。该文基于高光谱成像系统采集3个品种共600粒玉米在533~893.4 nm波段(共146个波段)范围的高光谱图像,对其进行校正和预处理,利用Boruta算法筛选有效波段。在全波段、全波段和纹理信息、有效波段以及有效波段和纹理信息4种特征组合下,利用随机森林算法进行玉米品种识别研究。结果表明:4种特征组合下,随机森林的平均分类准确率达76.25%,Kappa系数均在0.6以上,分类效果均优于传统的偏最小二乘判别分析方法;从4种特征组合的分类结果看,融合纹理信息的随机森林判别模型识别精度显著提升,分类准确率达77.20%,Kappa系数在0.64以上;基于有效波段和纹理信息判别模型的分类准确率达78.30%,Kappa系数为0.675。由此可见,有效波段和纹理信息特征组合下的随机森林算法能充分利用高光谱图像的光谱和纹理信息,准确地鉴别玉米品种,为玉米品种的自动识别提供了一种新方法。(本文共计6页)       [继续阅读本文]

下载本文订阅本刊

相关文章推荐

地理与地理信息科学杂志2019年第05期
地理与地理信息科学
主办:河北省科学院地理科学研究所
出版:地理与地理信息科学杂志编辑部
出版周期:双月
出版地:河北省石家庄市

本期目录