%0 Journal Article
%T 基于小波纹理和随机森林的猕猴桃果园遥感提取
%A 刘秀英
%A 宁纪锋
%A 宋荣杰
%A 常庆瑞
%A 张宏鸣
%A 班松涛
%J 农业机械学报
%D 2018
%X 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
%K 猕猴桃果园 遥感提取 小波纹理 随机森林 QuickBird
%U http://www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?file_no=20180425&flag=1