采用水平集方法的无人机可见光DOM树冠分割

摘要：

在天然林、混交林、复层林等复杂林分条件下,可见光森林影像受林分郁闭度、冠层结构、摄影季节等影响较大,对其进行树冠提取时,现有方法无法保证精度且缺乏有效的人工介入机制.该研究探索了一种能够在低郁闭度时自动分割,高郁闭度时可适当人工介入的树冠分割方法.先将无人机可见光森林影像处理成数字地表模型(Digital Surface Model,DSM)、数字高程模型(Digital Elevation Model,DEM)和数字正射影像图(Digital Orthophoto Map,DOM),DSM与DEM相减得到树冠高模型(Canopy Height Model,CHM),利用局部最大值法从CHM提取树顶点的平面位置生成泰森多边形,并以其外接矩形为基础生成树冠范围矩形,遍历并切分出单株立木树冠范围影像,进行各向异性扩散滤波后,通过水平集方法演化出树冠边界曲线.利用C#语言在ArcGIS Engine上实现基于水平集模型的可嵌入ArcMap运行的树冠分割插件.利用该插件对选自内蒙古大兴安岭大杨树林业局乃木河林场的不同郁闭度、不同树种组成的9块50 m×50 m天然混交林标准地的DOM影像进行树冠提取试验,同时与手工提取法和SVM图像分割法进行对比分析.结果表明本文方法的提取速度比手工提取法平均提高了45.97％;提取精度比SVM图像分割法平均提高了15.29个百分点.该方法在郁闭度低冠幅大时强调效率,在郁闭度高冠幅小时保证精度,是一种可伸缩性和通用性强的方法.

关键词：无人机、水平集、树冠分割、可见光、正射影像

所属期刊栏目：37

分类号：S24;S758.5(农业电气化与自动化)

资助基金：中央高校基本科研业务费专项2015ZCQ-LX-01

在线出版日期：2021-06-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：60-65