无人机影像树冠信息提取研究

发布时间：2021-11-12 12:57

　　【目的】树冠是林木长势监测、树种识别、蓄积量估测等森林调查中的重要森林参数,对森林资源调查和生态研究等具有重要意义,相比于传统的人工实地调查的方法,通过无人机影像提取树冠信息,具有高效、准确和低成本等优势。【方法】以湖南衡山森林生态系统定位观测研究站实验样地为研究对象,以无人机影像为数据源,采用阈值法和K邻近法,分别对正射影像和冠层高度模型进行图像二值化,取其交集得到树冠区域图;利用数学形态学开闭重建滤波对树冠区域图进行去噪处理,有效平滑影像,避免影像对象边缘轮廓偏移;采用局部最大值法和最大类间方差法进行前景背景标记,根据影像标记修正梯度图像;利用分水岭分割算法提取树冠信息。【结果】在树冠区域提取中,基于阈值法和K邻近算法成功分割出树冠区域与背景区域,确定树冠分割范围。通过数学形态学滤波,有效地去除了由噪声及树冠内部的纹理信息所造成的伪局部极值,减少了分水岭分割算法的过分割现象,同时保护了树冠边缘轮廓及其位置信息。【结论】单木尺度上,树冠信息提取的F测度为75.98%;样地尺度上,提取的树冠面积相对误差为13.3%。基于无人机影像提取树冠信息的方法是可行的,能够快速准确地提取较高郁闭度... 

【文章来源】：中南林业科技大学学报. 2020,40(08)北大核心CSCD

【文章页数】：8 页

【部分图文】：

实验样地地理位置

首先对无人机高分辨率遥感影像进行预处理，获取高精度的数字正射影像以及冠层高度模型等；然后基于数字正射影像和冠层高度模型，利用阈值法和K邻近法提取树冠区域；接着基于树冠内部灰度变化小，而树冠边缘的图像灰度变化较大的特点，采用形态学滤波对图像进行平滑噪声处理；然后通过局部最大值法标记前景对象，最大类间方差法标记背景对象从而获得标记图像，利用强制极小值法根据标记图像修正梯度图像；最后对该梯度图像，通过分水岭分割方法提取树冠信息；树冠信息提取的具体流程如图2所示。1.2.1 数据预处理

由于树冠内部亮度不均匀和噪声的存在，直接提取树冠标记时，可能造成分割的轮廓偏移或在一个树冠内探测出多个局部最大值而产生伪树冠顶点，从而会产生严重的过分割现象。为有效抑制噪声，在进行标记之前必须先对图像进行平滑处理，但传统的线性滤波器在平滑图像的同时可能会造成图像边缘模糊变形，而数学形态学滤波能有效滤除噪声，又能很好地保持轮廓信息和边缘细节信息，因此本研究选取形态学开闭重建运算进行图像平滑（图4）。图4 图像平滑

【参考文献】：
期刊论文
[1]机载与星载高分遥感影像单木树冠分割方法和适宜性对比[J]. 孙振峰,张晓丽,李霓雯.  北京林业大学学报. 2019(11)
[2]基于无人机影像的天山云杉林伐后更新地林分密度估测研究[J]. 王雅佩,王振锡,李擎,刘梦婷,杨勇强.  中南林业科技大学学报. 2020(05)
[3]运用分水岭算法对航片数据的单木信息提取与识别[J]. 李明华,陈雨竹,周淑芳,肖舜祯.  东北林业大学学报. 2019(09)
[4]基于GF-2号遥感影像的天山云杉林郁闭度估测研究[J]. 李擎,王振锡,王雅佩,刘梦婷,杨勇强.  中南林业科技大学学报. 2019(08)
[5]结合面向对象和深度特征的高分影像树种分类[J]. 滕文秀,王妮,施慧慧,许振宇.  测绘通报. 2019(04)
[6]杉木人工林冠层高度无人机遥感估测[J]. 谢巧雅,余坤勇,邓洋波,刘健,范华栋,林同舟.  浙江农林大学学报. 2019(02)
[7]无人机影像匹配点云单木识别算法[J]. 刘见礼,张志玉,倪文俭,汪垚,张大凤.  遥感信息. 2019(01)
[8]结合Gabor小波和形态学的高分辨率图像树冠提取方法[J]. 施慧慧,王妮,滕文秀,刘玉婵.  地球信息科学学报. 2019(02)
[9]无人机森林航摄影像三维点云估测林分蓄积量研究[J]. 李亚东,曹明兰,李长青,明海军.  中南林业科技大学学报. 2019(03)
[10]改进分水岭算法在无人机遥感影像树冠分割中的应用[J]. 于旭宅,王瑞瑞,陈伟杰.  福建农林大学学报(自然科学版). 2018(04)



本文编号：3490959