杨 栩，朱大明，杨润书，左小清，谢文斌，付志涛

•研究速报•简报•

匹配点云结合HSI色彩分量的无人机RGB影像信息提取方法

杨 栩1，朱大明1※，杨润书2，左小清1，谢文斌2，付志涛1

（1. 昆明理工大学国土资源工程学院，昆明 650093；2. 云南省地矿测绘院，昆明 650217）

无人机通常搭载可见光波段传感器获取红-绿-蓝（Red-Green-Blue，RGB）影像，由于无人机RGB影像波段较少，影像的地物信息提取存在一定难度。该研究提出了一种匹配点云结合色调-饱和度-亮度（Hue-Saturation-Intensity，HSI）空间色彩分量的无人机RGB影像信息提取方法。首先以饱和度分量和红光波段构造了饱和度与红光比值指数，再结合可见光波段差异植被指数以及由匹配点云获得的地形特征对研究区正射影像进行分类。试验结果表明，本文方法的总体分类精度达到了91.11%，Kappa系数为0.895，证明匹配点云结合HSI空间色彩分量的方法提取无人机RGB影像信息是可行的，提取结果具有较高精度。相较于基于光谱特征的传统方法，该文方法引入匹配点云可以简单高效地提取影像中高程差异明显的地物，同时，结合HSI色彩分量能够有效弥补无人机RGB影像光谱特征较少的不足。

无人机；遥感；光谱分析；匹配点云；RGB影像；HSI颜色空间；信息提取

0 引 言

从无人机红-绿-蓝（Red-Green-Blue，RGB）影像中提取植被信息的技术目前已经逐步成熟，利用可见光波段的反射信息构建的植被指数被大量应用[1-4]。例如，可见光波段差异植被指数（Visible-band Difference Vegetation Index，VDVI）、归一化绿蓝差异指数（Normalized Green-Blue Difference Index，NGBDI）、归一化绿红差异指数（Normalized Green-Red Difference Index，NGRDI）等[5-7]。基于可见光波段构建的植被指数能够实现植被信息的高精度提取，然而，对于其余地物的提取，仅利用植被指数是远远不够的。……