發(fā)布時間：2024-04-17 23:01

　　基于無人機多光譜影像,選取郁閉度較高的闊葉林區(qū)作為研究對象,在提取植被特征的基礎上,采用雙邊濾波和面向對象的多尺度分割方法,選取最佳分割參數(shù)組合,得到單木樹冠.結果表明,與直接對原始真彩色影像采用多尺度分割的結果相比,改進方法的過分割現(xiàn)象明顯減少,分割準確率達到76.63%,F測度為80.24%,說明該方法能有效減少背景對分割精度的影響,有效抑制傳統(tǒng)多尺度分割方法造成的過分割問題,可對郁閉度較高的闊葉林區(qū)單木樹冠進行自動提取.

【文章頁數(shù)】：7 頁

【部分圖文】：

圖1研究區(qū)地理位置及影像圖

本研究數(shù)據(jù)空間分辨率更高且為多光譜影像,包含近紅外波段,可利用紅波段和近紅外波段計算NDVI,將樹冠區(qū)域和背景區(qū)分開,以抑制背景對單木樹冠分割的影響.然而隨著影像空間分辨率的提高,同一樹冠內部紋理細節(jié)更顯著,導致分割時出現(xiàn)較多過度分割現(xiàn)象.針對這個問題,本研究選擇雙邊濾波對提取的....

圖2多光譜影像單木提取方法的技術路線

2研究方法本研究針對目前樹冠提取中易出現(xiàn)的過度分割問題,基于無人機多光譜影像,選取高郁閉度的闊葉林區(qū)進行試驗,結合闊葉樹冠的特點改進了傳統(tǒng)的單木樹冠提取方法.先利用NDVI掩膜提取樹冠區(qū)域,然后選取雙邊濾波器進行處理,最后采用多尺度分割算法對不同分割參數(shù)組合進行對比分析,選取最....

圖3NDVI計算結果及冠層掩膜圖像

曾晶[15]基于DOM數(shù)據(jù)采用面向對象的多尺度分割方法獲取單木樹冠,結果顯示多尺度分割算法會出現(xiàn)欠分割和過度分割的現(xiàn)象.其中過度分割現(xiàn)象較嚴重,同一樹冠內部紋理細節(jié)顯著且亮度不均,導致在分割過程中同一樹冠被分割成多個.為減輕紋理細節(jié)對樹冠分割的影響,本研究選擇雙邊濾波對樹冠區(qū)域進....

圖4雙邊濾波處理前后效果圖的比較

因多尺度分割算法可以綜合考慮影像的灰度紋理形狀等信息,故適用于信息豐富的高分辨率影像[18].多尺度分割算法使對象的平均異質性達到最小化,同時,各自的同質性達到最大化,分割速度較快,參數(shù)可靈活調節(jié)設置[19].其核心技術是分形網(wǎng)絡演化方法(fractalnetevolutio....

本文編號：3957056