基于改进k均值聚类方法的林木冠层孔隙度提取

摘要：

在利用林木冠层半球图像获取冠层孔隙度的过程中,针对因植被反光现象导致的图像误分割或分割不精确,以及传统k均值聚类图像分割方法易陷入局部最优值的问题,提出一种新的林木孔隙度提取策略.首先,利用数字图像处理方法消除了冠层半球图像中植被的反光,降低了因植被反光引起孔隙度计算出现较大误差的风险;然后,将初始聚类中心优化的k均值聚类方法与数字图像的数据特点相结合,确定了较为合理的数据密度搜索半径,提出改进k均值聚类方法对冠层图像进行两次聚类分割,计算出冠层孔隙度.最后,将结果与传统k均值方法、Otsu法和WinSCANOPY2006a软件的处理结果进行对比分析,实验结果表明所提的方法是可行且有效的.

关键词：图像反光、k均值聚类、冠层半球图像、孔隙度

所属期刊栏目：32

分类号：S718.42(林业基础科学)

资助基金：国家自然科学基金项目31370710;高等学校博士学科点专项科研基金资助20110062110002

在线出版日期：2016-08-02（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：14-18,22