基于随机森林和纹理特征的苹果园遥感提取

• 作者: 宋荣杰 张桓 杨彦荣 胡国强
• 来源期刊: 现代电子技术
• 关键词: 信息提取 高分影像 分形纹理 灰度共生矩阵 随机森林 支持向量机
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 信号分析与图像处理
• 页码范围: 40-44
• 页数: 5页
• 分类号: TN911.73-34|TP79|S127
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2020.03.010

摘要

为准确、快速地从高分影像中获取苹果种植分布信息,以QuickBird遥感影像为数据源,首先采用分形理论和灰度共生矩阵(GLCM)提取纹理特征,然后将提取的分形纹理和GLCM纹理特征分别与光谱特征组合,最后开展随机森林分类实验,对不同分类特征和不同分类方法的实验结果进行比较.结果表明:光谱+GLCM纹理识别苹果园的效果明显优于光谱特征和光谱+分形纹理,其苹果园提取精度为95.99％,比光谱分类显著提高11.83％,比光谱+分形纹理提高1.34％;在相同分类特征下随机森林分类结果最高,其中,随机森林结合光谱+GLCM纹理分类精度最高,总体精度和Kappa系数分别为95.30％和0.94,较最小距离和支持向量机分类有明显提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋荣杰	西北农林科技大学信息工程学院	19	85	6.0	9.0
2	张桓	西北农林科技大学信息工程学院	1	0	0.0	0.0