典型文献
顾及无人机影像点云特征的绿地信息分类方法
文献摘要：
采用无人机影像进行绿地信息分类时,常利用影像光谱、纹理、形状等分类特征,忽视了通过无人机影像生成点云构建的数字表面模型(Digital surface model,DSM)和数字高程模型(Digital elevation model,DEM)差异特征.基于此,提出一种顾及无人机影像点云特征的绿地信息分类方法.方法首先基于摄影测量理论对研究区无人机影像进行空三计算,并生成点云,在此基础上构建DSM、DEM和数字正射影像(Digital Orthophoto Map,DOM);然后,利用DSM和DEM模型构建地物高度差异模型(normalized Digital Surface Model,nDSM);最后,利用可见光波段差异植被指数(Visible-band difference vegetation index,VDVI)对DOM进行植被与非植被分类,并结合nDSM对植被进行分类.以昆明市呈贡区白龙潭公园为研究区进行绿地信息分类,Kappa系数精度达到0.862,实验表明本文的方法对城市绿地调查具有实际意义.
文献关键词：
绿地分类;无人机;可见光植被指数;点云
中图分类号：
作者姓名：
李佳;王明果;王云川;詹顺;段平
作者机构：
云南师范大学地理学部, 昆明650500;云南省地质科学研究所, 昆明650501;云南省地矿测绘院, 昆明650218
文献出处：
引用格式：
[1]李佳;王明果;王云川;詹顺;段平-.顾及无人机影像点云特征的绿地信息分类方法)[J].生态科学,2022(05):11-18
A类：
nDSM
B类：
顾及,无人机影像点云,点云特征,信息分类,分类方法,常利,分类特征,生成点,数字表面模型,Digital,surface,model,数字高程模型,elevation,DEM,差异特征,摄影测量,行空,数字正射影像,Orthophoto,Map,DOM,建地,地物,高度差,normalized,Surface,Model,可见光波段,段差,Visible,band,difference,vegetation,VDVI,植被分类,对植,昆明市,呈贡区,白龙潭,Kappa,城市绿地,绿地调查,实际意义,绿地分类,可见光植被指数
AB值：
0.408383
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
