基于小波包变换的农作物分类无人机遥感影像适宜尺度筛选

       为寻找适宜分类的空间尺度,该文提出一种基于小波包的空间尺度选择方法。该文以无人机航拍农作物影像为数据源,针对高空间分辨率遥感影像农作物分类问题,基于小波包变换对影像分类特征进行多尺度定量分析。将七种农作物影像样本进行小波包分解,从高频部分获取均值,方差,能量,能量差四种纹理信息,从低频部分获取光谱信息,构建分类特征矢量,通过作物样本之间的J-M距离,分析在不同小波包分解层样本之间的可分性,并进一步通过农作物面向对象分类精度和分割耗时评价适宜尺度。该文选择位于河北的涿州农场为研究区,利用无人机航空影像,对提出的方法进行试验验证,结果显示:小波包分解到第三、四层级时,即空间分辨率为0.32~0.64 m时,适宜农作物面向对象分类;在适宜尺度下,基于小波包分解的面向对象分类总体分类精度可达到89%,Kappa 系数可达到0.85。研究结果可为高空间分辨率遥感农作物精细识别提供支撑。

       只有目标与载机的相对距离信息,而无速度信息的跟踪控制问题,以及在任务场景中对四旋翼无人机期望姿态角有约束的要求,设计了一种位置姿态控制器。位置控制器只需要目标与载机的相对距离作为输入,其输出保证所生成的期望姿态指令在指定的范围内。为了保证在有限时间收敛至期望姿态,姿态控制器采用了二阶滑模的设计方法,缓解了电机输出指令颤振,并对外部扰动和模型不确定性具有较好的鲁棒性。最后进行了在风场中针对多种机动形式的目标进行了跟踪飞行仿真,得到了满意的跟踪效果。


相关标签:基于  小波  变换  农作物  分类  无人机  遥感  影像  适宜  尺度  筛选  
明星产品 Hot products
热门资讯 Hot information
粤ICP备17015802号-1 © 2019 www.17uav.com中国无人机行业网|AOPA无人机培训|无人机考证|无人机驾驶培训|无人机航拍| 版权所有 侵权必究

粤公网安备 44130202000708号