基于小波纹理和随机森林的猕猴桃果园遥感提取

• 作者: 刘秀英 宁纪锋 宋荣杰 常庆瑞 张宏鸣 班松涛
• 来源期刊: 农业机械学报
• 学科: 农学
• 关键词: 猕猴桃果园 遥感提取 小波纹理 随机森林 QuickBird
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 农业信息化工程
• 页码范围: 222-231
• 页数: 10页
• 分类号: TP79|S127
• 字数: 8817字
• 语种: 中文
• DOI: 10.6041/j.issn.1000-1298.2018.04.025

摘要

为快速、准确地从高分影像中获取猕猴桃种植分布信息,提出了一种结合小波变换纹理分析和随机森林.分类的QuickBird影像猕猴桃果园自动提取方法.首先,采用coif5小波对QuickBird全色影像进行多尺度小波分解,计算各子频带小波系数的能量特征作为纹理特征;然后,将小波纹理与光谱特征组合构建分类特征;最后,利用随机森林分类实现土地利用分类和猕猴桃果园空间分布提取.结果表明,小波纹理识别猕猴桃果园的效果明显优于光谱特征和其他2种纹理特征;光谱+小波纹理特征的分类精度最高,猕猴桃果园提取精度(Fk)和总体分类精度(OA)分别为95.30％和94.46％,比光谱+灰度共生矩阵纹理分类分别提高6.70％和2.88％,比光谱+分形纹理分类显著提高13.43％和6.98％;随机森林分类结果优于相同特征下的支持向量机、最大似然分类.本文提取的猕猴桃果园面积与目视解译结果的相对误差小于7％.此外,利用本文方法对同期QuickBird影像另一研究区的苹果园分布进行提取,结果表明,该方法对苹果园提取有较好的适用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	常庆瑞	西北农林科技大学资源环境学院	254	4005	33.0	47.0
2	宋荣杰	西北农林科技大学资源环境学院	19	85	6.0	9.0
6	宁纪锋	西北农林科技大学信息工程学院	41	801	17.0	27.0
7	刘秀英	河南科技大学农学院	27	221	9.0	13.0
8	张宏鸣	西北农林科技大学信息工程学院	31	204	7.0	13.0
9	班松涛	西北农林科技大学资源环境学院	14	231	6.0	14.0