葉傾角是描述植被冠層結(jié)構(gòu)的一種重要參數(shù),葉傾角分布（leaf angle distribution,LAD）決定了植被冠層對(duì)輻射的截獲量,也是遙感定量反演中的一個(gè)重要參數(shù)。目前實(shí)測(cè)葉傾角的方法費(fèi)時(shí)、費(fèi)力、主觀性強(qiáng)、精度無(wú)法保證。提出了一種基于圖像的玉米植株葉傾角概率密度函數(shù)提取方法,以求快速、精確、低成本地獲取玉米植株葉傾角。首先,對(duì)圖像提取骨架;然后,去除骨架圖像中的毛刺、莖稈等信息,得到葉片骨架;最后,以2像素×20像素大小的搜索窗口搜索骨架提取出葉傾角。精度評(píng)價(jià)結(jié)果表明,乳熟期玉米葉傾角提取值與實(shí)測(cè)值的相關(guān)系數(shù)為0. 821 4,拔節(jié)期玉米葉傾角提取值與實(shí)測(cè)值相關(guān)系數(shù)為0. 908 7。結(jié)果表明該方法具有可行性,精度較高。 

【文章來(lái)源】：國(guó)土資源遙感. 2020,32(01)北大核心CSCD

【文章頁(yè)數(shù)】：6 頁(yè)

【部分圖文】：

圖像預(yù)處理結(jié)果

測(cè)量葉傾角示意圖

圖像骨架提取，實(shí)際上就是提取目標(biāo)在圖像上的中心像素輪廓，是以目標(biāo)中心為準(zhǔn)，對(duì)目標(biāo)進(jìn)行細(xì)化的過(guò)程。關(guān)于骨架提取，現(xiàn)存的算法有千種以上[11]。綜合考慮時(shí)間效率和提取骨架的效果，本文采用了Zhang-Suen快速并行細(xì)化算法[12]。該算法每一次的迭代步驟是對(duì)符合特定條件的目標(biāo)像素進(jìn)行腐蝕，使目標(biāo)變得越來(lái)越細(xì)。直至得到單像素的骨架圖像。通過(guò)不斷的迭代，直到在上一次腐蝕后的目標(biāo)在該次操作中，沒(méi)有新的像素點(diǎn)被腐蝕，則算法結(jié)束。算法具體描述如下:設(shè)p1點(diǎn)的八鄰域如圖3所示。圖中p1為前景點(diǎn)，如果以下4個(gè)條件同時(shí)滿足，則刪除p1，即將p1轉(zhuǎn)化為背景點(diǎn)，其迭代分為2個(gè)子過(guò)程:

【參考文獻(xiàn)】：
期刊論文
[1]基于地基激光雷達(dá)的葉傾角分布升尺度方法研究[J]. 蘇偉,展郡鴿,李靜,馬鴻元,吳代英,張蕊.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2016(09)
[2]基于優(yōu)化PROSAIL葉傾角分布函數(shù)的玉米LAI反演方法[J]. 蘇偉,郭皓,趙冬玲,劉婷,張明政.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2016(03)
[3]基于植物冠層分析儀單線多角度測(cè)量的葉面積指數(shù)與葉傾角分布關(guān)系[J]. 王緒鵬,范文義,曲迪.  生態(tài)學(xué)雜志. 2014(12)
[4]骨架提取中的毛刺去除方法[J]. 王婉心,賈立鋒.  廣東工業(yè)大學(xué)學(xué)報(bào). 2014(04)
[5]基于Campbell橢球分布函數(shù)的大興安嶺地區(qū)主要樹種葉傾角分布模擬[J]. 王緒鵬,范文義,溫一博.  應(yīng)用生態(tài)學(xué)報(bào). 2013(11)
[6]基于方向鏈碼去除骨架圖像毛刺算法[J]. 王要峰,崔艷.  計(jì)算機(jī)應(yīng)用. 2013(S1)
[7]一種用于植物葉片圖像骨架提取的去毛刺方法[J]. 郭斯羽,董紅霞,張翌.  電子測(cè)量與儀器學(xué)報(bào). 2013(01)
[8]一種有效的骨架毛刺去除算法[J]. 秦筱楲,蔡超,周成平.  華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2004(12)



本文編號(hào)：3301219