【目的】樹冠是林木長(zhǎng)勢(shì)監(jiān)測(cè)、樹種識(shí)別、蓄積量估測(cè)等森林調(diào)查中的重要森林參數(shù),對(duì)森林資源調(diào)查和生態(tài)研究等具有重要意義,相比于傳統(tǒng)的人工實(shí)地調(diào)查的方法,通過無人機(jī)影像提取樹冠信息,具有高效、準(zhǔn)確和低成本等優(yōu)勢(shì)�！痉椒ā恳院虾馍缴稚鷳B(tài)系統(tǒng)定位觀測(cè)研究站實(shí)驗(yàn)樣地為研究對(duì)象,以無人機(jī)影像為數(shù)據(jù)源,采用閾值法和K鄰近法,分別對(duì)正射影像和冠層高度模型進(jìn)行圖像二值化,取其交集得到樹冠區(qū)域圖;利用數(shù)學(xué)形態(tài)學(xué)開閉重建濾波對(duì)樹冠區(qū)域圖進(jìn)行去噪處理,有效平滑影像,避免影像對(duì)象邊緣輪廓偏移;采用局部最大值法和最大類間方差法進(jìn)行前景背景標(biāo)記,根據(jù)影像標(biāo)記修正梯度圖像;利用分水嶺分割算法提取樹冠信息�！窘Y(jié)果】在樹冠區(qū)域提取中,基于閾值法和K鄰近算法成功分割出樹冠區(qū)域與背景區(qū)域,確定樹冠分割范圍。通過數(shù)學(xué)形態(tài)學(xué)濾波,有效地去除了由噪聲及樹冠內(nèi)部的紋理信息所造成的偽局部極值,減少了分水嶺分割算法的過分割現(xiàn)象,同時(shí)保護(hù)了樹冠邊緣輪廓及其位置信息�！窘Y(jié)論】單木尺度上,樹冠信息提取的F測(cè)度為75.98%;樣地尺度上,提取的樹冠面積相對(duì)誤差為13.3%�；跓o人機(jī)影像提取樹冠信息的方法是可行的,能夠快速準(zhǔn)確地提取較高郁閉度... 

【文章來源】：中南林業(yè)科技大學(xué)學(xué)報(bào). 2020,40(08)北大核心CSCD

【文章頁(yè)數(shù)】：8 頁(yè)

【部分圖文】：

實(shí)驗(yàn)樣地地理位置

首先對(duì)無人機(jī)高分辨率遙感影像進(jìn)行預(yù)處理，獲取高精度的數(shù)字正射影像以及冠層高度模型等；然后基于數(shù)字正射影像和冠層高度模型，利用閾值法和K鄰近法提取樹冠區(qū)域；接著基于樹冠內(nèi)部灰度變化小，而樹冠邊緣的圖像灰度變化較大的特點(diǎn)，采用形態(tài)學(xué)濾波對(duì)圖像進(jìn)行平滑噪聲處理；然后通過局部最大值法標(biāo)記前景對(duì)象，最大類間方差法標(biāo)記背景對(duì)象從而獲得標(biāo)記圖像，利用強(qiáng)制極小值法根據(jù)標(biāo)記圖像修正梯度圖像；最后對(duì)該梯度圖像，通過分水嶺分割方法提取樹冠信息；樹冠信息提取的具體流程如圖2所示。1.2.1 數(shù)據(jù)預(yù)處理

由于樹冠內(nèi)部亮度不均勻和噪聲的存在，直接提取樹冠標(biāo)記時(shí)，可能造成分割的輪廓偏移或在一個(gè)樹冠內(nèi)探測(cè)出多個(gè)局部最大值而產(chǎn)生偽樹冠頂點(diǎn)，從而會(huì)產(chǎn)生嚴(yán)重的過分割現(xiàn)象。為有效抑制噪聲，在進(jìn)行標(biāo)記之前必須先對(duì)圖像進(jìn)行平滑處理，但傳統(tǒng)的線性濾波器在平滑圖像的同時(shí)可能會(huì)造成圖像邊緣模糊變形，而數(shù)學(xué)形態(tài)學(xué)濾波能有效濾除噪聲，又能很好地保持輪廓信息和邊緣細(xì)節(jié)信息，因此本研究選取形態(tài)學(xué)開閉重建運(yùn)算進(jìn)行圖像平滑（圖4）。圖4 圖像平滑

【參考文獻(xiàn)】：
期刊論文
[1]機(jī)載與星載高分遙感影像單木樹冠分割方法和適宜性對(duì)比[J]. 孫振峰,張曉麗,李霓雯.  北京林業(yè)大學(xué)學(xué)報(bào). 2019(11)
[2]基于無人機(jī)影像的天山云杉林伐后更新地林分密度估測(cè)研究[J]. 王雅佩,王振錫,李擎,劉夢(mèng)婷,楊勇強(qiáng).  中南林業(yè)科技大學(xué)學(xué)報(bào). 2020(05)
[3]運(yùn)用分水嶺算法對(duì)航片數(shù)據(jù)的單木信息提取與識(shí)別[J]. 李明華,陳雨竹,周淑芳,肖舜禎.  東北林業(yè)大學(xué)學(xué)報(bào). 2019(09)
[4]基于GF-2號(hào)遙感影像的天山云杉林郁閉度估測(cè)研究[J]. 李擎,王振錫,王雅佩,劉夢(mèng)婷,楊勇強(qiáng).  中南林業(yè)科技大學(xué)學(xué)報(bào). 2019(08)
[5]結(jié)合面向?qū)ο蠛蜕疃忍卣鞯母叻钟跋駱浞N分類[J]. 滕文秀,王妮,施慧慧,許振宇.  測(cè)繪通報(bào). 2019(04)
[6]杉木人工林冠層高度無人機(jī)遙感估測(cè)[J]. 謝巧雅,余坤勇,鄧洋波,劉健,范華棟,林同舟.  浙江農(nóng)林大學(xué)學(xué)報(bào). 2019(02)
[7]無人機(jī)影像匹配點(diǎn)云單木識(shí)別算法[J]. 劉見禮,張志玉,倪文儉,汪垚,張大鳳.  遙感信息. 2019(01)
[8]結(jié)合Gabor小波和形態(tài)學(xué)的高分辨率圖像樹冠提取方法[J]. 施慧慧,王妮,滕文秀,劉玉嬋.  地球信息科學(xué)學(xué)報(bào). 2019(02)
[9]無人機(jī)森林航攝影像三維點(diǎn)云估測(cè)林分蓄積量研究[J]. 李亞東,曹明蘭,李長(zhǎng)青,明海軍.  中南林業(yè)科技大學(xué)學(xué)報(bào). 2019(03)
[10]改進(jìn)分水嶺算法在無人機(jī)遙感影像樹冠分割中的應(yīng)用[J]. 于旭宅,王瑞瑞,陳偉杰.  福建農(nóng)林大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(04)



本文編號(hào)：3490959