原文传递
一种基于AdaBoost分类器的冬小麦白粉病多时相遥感监测方法及其评价方法
| 专利名称： | 一种基于AdaBoost分类器的冬小麦白粉病多时相遥感监测方法及其评价方法 |
| 摘要： | 本发明涉及一种基于AdaBoost分类器的冬小麦白粉病多时相遥感监测方法及其评价方法，与现有技术相比解决了未针对冬小麦白粉病的机理特性进行遥感监测的缺陷。本发明包括以下步骤：多时相HJ‑CCD遥感影像获取与预处理；光谱特征计算与归一化；构建基于AdaBoost的小麦白粉病多时相遥感监测模型；冬小麦白粉病遥感监测结果空间制图。本发明利用冬小麦白粉病的机理特性作为特征向量，通过多相时的光谱特征变化排除小麦白粉病影响外的其他田间胁迫因素影响，将冬小麦白粉病监测转让为分类问题，利用AdaBoost分类器实现冬小麦白粉病的有效监测。 |
| 专利类型： | 发明专利 |
| 国家地区组织代码： | 安徽;34 |
| 申请人： | 安徽大学 |
| 发明人： | 赵晋陵;黄文江;梁栋;黄林生;徐超;张东彦;翁士状;阮莉敏 |
| 专利状态： | 有效 |
| 发布日期： | 2019-01-01T00:00:00+0800 |
| 申请号： | CN201810114877.1 |
| 公开号： | CN108303382A |
| 代理机构： | 合肥国和专利代理事务所(普通合伙) 34131 |
| 代理人： | 张祥骞 |
| 分类号： | G01N21/27(2006.01)I;G01N21/84(2006.01)I;G;G01;G01N;G01N21;G01N21/27;G01N21/84 |
| 申请人地址： | 230601 安徽省合肥市经济技术开发区九龙路111号安徽大学磬苑校区 |
| 主权项： | 1.一种基于AdaBoost分类器的冬小麦白粉病多时相遥感监测方法，其特征在于，包括以下步骤：11)多时相HJ‑CCD遥感影像获取与预处理，获取实地调查样本点所在区域的3景HJ‑CCD数据，形成时相T1、时相T2和时相T3组成的时序影像集，并对各景HJ‑CCD数据均进行辐射定标、大气标正、几何精校正、影像拼接和掩模处理；12)光谱特征计算与归一化，分别从时相T1、时相T2和时相T3三幅影像上提取光谱特征并进行归一化处理；13)构建基于AdaBoost的小麦白粉病多时相遥感监测模型，将归一化处理的多时相、多光谱特征作为输入变量，利用巴氏系数分别计算待分样点与健康样本、病害样本的相似性，并基于两组相似性差值建立弱分类器，建立迭代次数与样本错误率ER的二维关系图，平衡算法执行时间和模型精度，确定弱分类器的最优个数，并通过线性组合构建最终的强分类器，得到适用于冬小麦白粉病的多时相遥感监测分类模型；14)冬小麦白粉病遥感监测结果空间制图，根据AdaBoost多时相遥感监测模型的计算结果，将研究区的像元标注为健康、病害两种属性，并分别用绿色和红色填图。 |
| 所属类别： | 发明专利 |
检索历史
应用推荐
