Applications in Plant Sciences·10月14日 · 周三论文农业遥感与作物表型阅读 0
Scale‐space image analysis for mapping spotted knapweed in grassland ecosystems
Shohreh Sahebi · David Hill
论文解读
71接近精选线
速览
利用尺度空间表示多光谱影像特征，结合随机森林分类器，实现草地生态系统中斑点矢车菊的识别与制图。
方法
构建高斯金字塔生成5个分辨率层级（3-46cm）的尺度空间特征，用随机森林分类并
发现
仅用高分辨率特征的分类器优于仅用低分辨率特征，但融合整个尺度空间特征时分类效果最佳。
机会点
可探索尺度空间特征优化在入侵植物早期监测中的应用，并指导无人机飞行规划以提升效率。
影响力12
信息增量21
专业深度17
信源权威13
时效性8
方法新颖、结论可靠，但属细分领域基础研究，产业影响有限，适合作为技术前沿收录而非头条精选。
原文摘要
摘要 前提 本研究探讨了空间特征的尺度空间表示在高分辨率多光谱影像中用于入侵植物识别与制图的价值。尺度空间表示将二维空间域与表示空间尺度的第三维相结合，从而使特征能够在空间和影像空间分辨率两个维度上得到表示。方法 构建高斯金字塔，以在尺度空间内生成跨越五个影像分辨率层级（3至46厘米）的特征表示。通过一个案例研究，评估尺度空间中的特征在使用由遥控驾驶航空器系统（RPAS）获取的多光谱影像对草地生态系统中斑点矢车菊进行识别与制图时的重要性。分类使用随机森林分类器完成，该分类器通过包含特征优化和超参数优化的流程构建。结果 本案例研究的结果表明，仅使用高空间分辨率特征构建的分类器，其分类性能优于仅使用较低空间分辨率特征构建的分类器；然而，最佳分类效果是通过综合利用整个特征尺度空间中的特征实现的。讨论 这些发现表明，优化特征计算所采用的空间尺度可以显著改进遥感影像分析，并有可能为RPAS飞行规划提供依据，以提高任务效率。