基于无人机多光谱影像的单木树冠提取方法

发布时间：2024-04-17 23:01

　　基于无人机多光谱影像,选取郁闭度较高的阔叶林区作为研究对象,在提取植被特征的基础上,采用双边滤波和面向对象的多尺度分割方法,选取最佳分割参数组合,得到单木树冠.结果表明,与直接对原始真彩色影像采用多尺度分割的结果相比,改进方法的过分割现象明显减少,分割准确率达到76.63%,F测度为80.24%,说明该方法能有效减少背景对分割精度的影响,有效抑制传统多尺度分割方法造成的过分割问题,可对郁闭度较高的阔叶林区单木树冠进行自动提取.

【文章页数】：7 页

【部分图文】：

图1研究区地理位置及影像图

本研究数据空间分辨率更高且为多光谱影像,包含近红外波段,可利用红波段和近红外波段计算NDVI,将树冠区域和背景区分开,以抑制背景对单木树冠分割的影响.然而随着影像空间分辨率的提高,同一树冠内部纹理细节更显著,导致分割时出现较多过度分割现象.针对这个问题,本研究选择双边滤波对提取的....

图2多光谱影像单木提取方法的技术路线

2研究方法本研究针对目前树冠提取中易出现的过度分割问题,基于无人机多光谱影像,选取高郁闭度的阔叶林区进行试验,结合阔叶树冠的特点改进了传统的单木树冠提取方法.先利用NDVI掩膜提取树冠区域,然后选取双边滤波器进行处理,最后采用多尺度分割算法对不同分割参数组合进行对比分析,选取最....

图3NDVI计算结果及冠层掩膜图像

曾晶[15]基于DOM数据采用面向对象的多尺度分割方法获取单木树冠,结果显示多尺度分割算法会出现欠分割和过度分割的现象.其中过度分割现象较严重,同一树冠内部纹理细节显著且亮度不均,导致在分割过程中同一树冠被分割成多个.为减轻纹理细节对树冠分割的影响,本研究选择双边滤波对树冠区域进....

图4双边滤波处理前后效果图的比较

因多尺度分割算法可以综合考虑影像的灰度纹理形状等信息,故适用于信息丰富的高分辨率影像[18].多尺度分割算法使对象的平均异质性达到最小化,同时,各自的同质性达到最大化,分割速度较快,参数可灵活调节设置[19].其核心技术是分形网络演化方法(fractalnetevolutio....

本文编号：3957056