基于多尺度标记优化分水岭方法的油茶冠幅提取

编号 zgly0001733597

文献类型 期刊论文

文献题名 基于多尺度标记优化分水岭方法的油茶冠幅提取

作者 吴炅  彭邵锋  蒋馥根  唐杰  孙华 

作者单位 中南林业科技大学林业遥感信息工程研究中心  林业遥感大数据与生态安全湖南省重点实验室  南方森林资源经营与监测国家林业与草原局重点实验室  湖南省林业科学院 

母体文献 应用生态学报 

年卷期 2021,32(07)

页码 2449-2457

年份 2021 

分类号 S794.4  S712 

关键词 面向对象  最优尺度  无人机  油茶  标记分水岭 

文摘内容 针对尺度对地物空间结构的限制以及传统分水岭分割易产生树冠过分割等问题,选择长沙县明月村油茶基地为研究区,提出一种基于多尺度标记优化分水岭分割油茶树冠的方法。首先使用高分辨率无人机影像采集图像,分析影像特征,构建油茶分类体系,提取油茶林分布区域。其次,运用多尺度区域迭代增长方法提取树冠标记,将标记应用于多阈值尺度的分水岭变换,并结合Johnson指数选取树冠标记增长和分水岭阈值的最优尺度,实现油茶单木的准确识别。结果表明:多尺度标记优化分水岭方法在分离油茶单木时,树冠面积提取值与目视解译参考值的相对误差为9.4%;单木总体识别精度为89.4%,相对于传统的分水岭分割方法精度提高了34.8%;通过Johnson指数确定的最优迭代增长尺度为20,分水岭分割阈值尺度为85,对比不同尺度组合下的油茶冠幅提取结果,最优尺度下的油茶冠幅提取精度最高(R~2=0.75)。多尺度标记优化分水岭方法能较准确地分离油茶树冠,将该方法应用于无人机影像树冠分割,可有效提高经济林调查的效率。