CAJ | 학술논문

非成像高光谱数据的特点为树种的精细识别提供了可能.非成像高光谱数据的多波段特性,使得利用数据间的微小差异来进行树种的识别分类研究成为可能.该文利用光谱相关匹配(Spectral correlation matching,SCM)方法来对树种进行识别分类,分别采用均值平滑法、中值平滑法、小波包变换对高光谱数据进行预处理及识别分类研究.结果表明,经过数据平滑预处理,可以有效地去除噪声,提高叶片高光谱数据的树种分类的精度.小波分析能有效的去除光谱中的噪声信息,保留光谱中的有效信息.在小波包变换的基础上,经过中值滤波数据预处理之后的分类精度高于均值滤波数据预处理后的分类精度.
비성상고광보수거적특점위수충적정세식별제공료가능.비성상고광보수거적다파단특성,사득이용수거간적미소차이래진행수충적식별분류연구성위가능.해문이용광보상관필배(Spectral correlation matching,SCM)방법래대수충진행식별분류,분별채용균치평활법、중치평활법、소파포변환대고광보수거진행예처리급식별분류연구.결과표명,경과수거평활예처리,가이유효지거제조성,제고협편고광보수거적수충분류적정도.소파분석능유효적거제광보중적조성신식,보류광보중적유효신식.재소파포변환적기출상,경과중치려파수거예처리지후적분류정도고우균치려파수거예처리후적분류정도.