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

• 作者: 乔敏 刘佳佳 张超 朱德海 杨建宇 苏伟
• 来源期刊: 农业工程学报
• 学科: 农学
• 关键词: 无人机 农作物 尺度 小波包 分类
• 年，卷（期）: 2016,（21）
• 所属期刊栏目: 农业航空工程
• 页码范围: 95-101
• 页数: 7页
• 分类号: S127
• 字数: 5014字
• 语种: 中文
• DOI: 10.11975/j.issn.1002-6819.2016.21.013

摘要

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。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱德海	中国农业大学信息与电气工程学院	128	2023	23.0	39.0
2	杨建宇	中国农业大学信息与电气工程学院	59	884	17.0	26.0
4	张超	中国农业大学信息与电气工程学院	110	973	17.0	24.0
6	苏伟	中国农业大学信息与电气工程学院	50	594	15.0	22.0
11	刘佳佳	中国农业大学信息与电气工程学院	9	116	5.0	9.0
12	乔敏	中国农业大学信息与电气工程学院	5	63	4.0	5.0