论文摘要
针对无人机遥感技术在提取单株立木信息的限制性问题,提出一种新的自动单株立木信息提取方法。对原始无人机影像进行光谱信息增强处理以突出局部细节特征;通过引入DBI指数自动化确定K-means聚类方法的最优聚类数目,进而对影像像素进行标记;通过利用高斯马尔可夫随机场模型进一步对影像进行分割;使用数学形态学算子等方法对分割结果进行后处理得到单株立木树冠信息,通过图像几何矩原理计算得到单株立木位置以作为其识别的依据。结果表明,应用该提取方法,油松林区和樟子松林区单株立木识别总体精度分别为89.52%和95.65%、单木树冠提取精度分别为81.90%和95.65%,均具有较好地适用性。该方法不需要大量的人工干预和先验知识的输入,大大提高提取方法的自动化程度。
论文目录
文章来源
类型: 期刊论文
作者: 董新宇,李家国,陈瀚阅,赵磊,张黎明,邢世和
关键词: 遥感,单株立木识别,单木树冠提取,樟子松,油松,无人机遥感,高斯马尔可夫随机场
来源: 遥感学报 2019年06期
年度: 2019
分类: 基础科学,信息科技,工程科技Ⅱ辑,农业科技
专业: 工业通用技术及设备,林业,自动化技术
单位: 福建农林大学资源与环境学院,中国科学院遥感与数字地球研究所,福建农林大学土壤生态系统健康与调控福建省高等学校重点实验室,神华地质勘查有限责任公司
基金: 高分辨率对地观测系统重大专项(编号：30-Y20A07-9003-17,18),国家自然科学基金(编号：41401399),福建农林大学校杰出青年科研人才计划项目基金(编号：xjq201508)~~
分类号: TP751;S771.8;S758.1
页码: 1269-1280
总页数: 12
文件大小: 2464K
下载量: 570
相关论文文献
标签：遥感论文; 单株立木识别论文; 单木树冠提取论文; 樟子松论文; 油松论文; 无人机遥感论文; 高斯马尔可夫随机场论文;