基于灰度梯度图像分割的单木树冠提取研究.pdfVIP

第39卷摇 第3期 北 京 林 业 大 学 学 报 Vol.39,No.3 2017年3月 JOURNAL OF BEIJING FORESTRY UNIVERSITY Mar. ,2017 鄄鄄 DOI:10.13332/ j.1000 1522 基于灰度梯度图像分割的单木树冠提取研究 冯静静摇 张晓丽摇 刘会玲 (北京林业大学林学院,北京林业大学精准林业北京市重点实验室,省部共建森林培育与保护重点实验室) 摘要:树冠是树木的重要组成部分,基于遥感影像的树冠提取对于森林资源调查监测具有重要意义,但准确获得树 冠的形状和边界比较困难。 高分辨率影像具有丰富的纹理和光谱信息,基于高分辨率影像单木树冠勾勒技术为森 林资源调查提供了一种快速有效的测树途径。 但是,由于高分影像信息冗杂,面向对象的分割方法数据计算量大, 并且需要人工设置光谱或纹理阈值才可以实现单木分割,导致工作效率下降,鲁棒性差。 图像增强通过改变原始 图像的结构关系,有选择地突出或者抑制图像中的某些特征,有效的图像增强有益于提高单木树冠分割的准确程 度。 因此,本文提出一种基于影像的灰度梯度图像分割的树冠提取方法,通过对比传统的罗伯斯、拉普拉斯算子与 改进的数学形态学算子,利用目视解译与灰度直方图结合的方法确定最优选择为改进的数学形态学算子。 然后, 利用改进的数学形态学算子结合面向对象多尺度分割方法,简化原始影像复杂的背景信息,快速提取大范围单木 树冠信息。 以甘肃省张掖市大野口林区机载激光雷达系统携带的CCD影像为数据源,提取实验区单木树冠,并从 空间和形状上验证效果。 实验结果表明:在高分影像的灰度梯度图像上进行面向对象分割提取单木冠幅,单木株 数精度为83郾19%,形状精度达到88郾62%,优于传统林业调查精度,且冠幅获取速度快,效率高,并可以较为精确地 提取树冠边界。 关键词:冠幅;数学形态学;面向对象;多尺度分割 鄄鄄 鄄鄄 鄄鄄08 中图分类号:S771郾8摇 摇 文献标志码:A摇 摇 文章编号:1000 1522(2017)03 0016 FENG Jing鄄jing;ZHANGXiao鄄li;LIUHui鄄ling. Singletreecrownextractionbasedongray gradient 鄄鄄 image segmentation.Journal of Beijing Forestry University (2017)39(3) 16 23 [Ch,18 ref.] College of Forestry,Key Laboratory of Precision Forestry,Provincial Key Laboratory of Forest Cultivation and Conservation,Beijing Forestry University,Beijing,100083,P. R. China. Tree crown is an important part of trees. It isof significance to extract tree crown information based on remotely sensed imagesforforest resource inventory and monitoring. However,it爷sdifficult to extract the individualtreecrownshapeaccurately. High spatialresolu