论文部分内容阅读
近年来,草地牧草的调查和监测工作中主要基于卫星遥感多光谱图像,但其受到整体分辨率、采样周期与成本等因素的制约。而近距离获取的高分辨率高光谱图像可弥补以上缺陷,且目前研究较少。因此,本文以草地牧草高光谱图像为研究对象,对现有机器学习算法进行研究的基础上,提出适用于草地牧草高光谱图像的分类与识别算法,以提升识别精度和效率,从而为提高草地智能化管理水平奠定基础。主要研究内容和结论如下:(1)采集并建立草地牧草高光谱图像数据集。本研究通过利用高光谱仪器(Hyper Spec(?)PTU-D48E)实地采集可