结合Gabor小波和形态学的高分辨率图像树冠提取方法

摘要：

树冠信息的遥感提取能有效辅助森林参数反演、林分长势监测、树种识别等森林调查活动.随着遥感信息自动化提取的需求不断加强,本文基于高空间分辨率遥感数据,以滁州市皇甫山林场为研究区域,设计了一种结合Gabor小波和形态学的树冠提取方法.该方法首先采用Gabor小波提取出纹理特征,其次结合K-means聚类分析方法,对PCA降维后的纹理特征向量提取出阔叶林区,最后基于形态学理论降低影像噪声,并利用前景后景标记的分水岭方法进行单木树冠提取.经过与人工解译的树冠信息结果对比发现,在郁闭度较高的阔叶林区,该自动化方法提取树冠精度较高,分割准确率Ad为79.59％,F测度达到了79.00％能有效提供精确的单木树冠信息,为林业经济调查技术的发展具有一定的实践意义.

关键词：单木树冠提取、Gabor小波、PCA、K-means聚类、标记分水岭

所属期刊栏目：21

资助基金：国家自然科学基金项目41601455;安徽高校省级自然科学研究重点项目KJ2016A531;滁州学院大学生创新创业训练计划项目资助201810377040、2018CXXL041

在线出版日期：2019-04-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：249-258