[發明專利]一種迭代h-minima改進分水嶺的無人機高分影像單木樹冠提取方法

在審

• 申請號: 201810825588.2
• 申請日: 2018-07-24
• 公開（公告）號: CN108986131A
• 公開（公告）日: 2018-12-11
• 發明（設計）人: 溫小榮;騰文秀;林國忠;佘光輝
• 申請（專利權）人: 南京林業大學
• 主分類號: G06T7/155
• 分類號: G06T7/155;G06T7/12;G06T7/11;G06T7/136;G06T7/187
• 代理公司: 南京申云知識產權代理事務所(普通合伙) 32274
• 代理人: 邱興天

本發明公開了一種迭代h?minima改進分水嶺的無人機高分影像單木樹冠提取方法，首先對圖像進行預處理，接著通過不同h值之間相互合作探測單木樹冠位置，并利用虛假標記檢測方法過濾無效標記，最后引入圓弧對稱原則限制分水嶺淹沒過程，避免樹冠標記過生長與無標記樹冠合并。該方法可以有效抑制過分割、減少欠分割，在郁閉度較高的闊葉林中，提取不同樹種、不同形狀、不同大小以及邊界不明顯的樹冠，是一種有效的無人機高分影像單木樹冠提取方法，具有很好的實用性。

技術領域

本發明屬于林業遙感技術領域，具體涉及一種迭代h-minima改進分水嶺的無人機高分影像單木樹冠提取方法。

背景技術

單木樹冠信息不僅可以用來量化樹冠表面積、體積、直徑、樹高、林冠郁閉度等單株樹的屬性，還可以估算出森林地上生物量和森林碳儲量等特征。這些變量是林分尺度建模分析的重要輸入參數(如蓄積量和生物能源供應)，并且單木樹冠提取也是樹種分類的第一步，對樹種分類精度具有重要影響。

目前，單木樹冠提取的主流方法可以分為兩大類，第一類是直接從樹冠形狀入手，如模板匹配法、谷底跟蹤法和多尺度樹冠分割，這些方法適用性較廣，對針葉樹和闊葉樹都適用，但不適用于郁閉度較高的林分。第二類是首先利用局部最大值法探測單木樹冠位置，然后采用分水嶺分割法、局部射線法和區域生長法等描繪樹冠邊界，但局部最大值法在探測針葉樹冠中心時通常表現較好，這是由于針葉樹冠的最高點較明顯。而對于闊葉樹冠，同一個樹冠經常會探測到多個局部最大值點。因此，局部最大值法更適合對針葉樹冠進行探測。上述研究中兩大類單木樹冠提取方法對于針葉林和郁閉度較低的闊葉林的樹冠提取效果較好。但在郁閉度較高的闊葉林中，由于闊葉樹樹冠內部亮度變化不均勻，樹冠大小不同，樹冠之間連接、重疊，樹冠形狀不規則和邊界不明顯等原因，單木樹冠位置探測精度低，樹冠提取效果較差。

發明內容

發明目的：針對上述問題，本發明提出了一種迭代h-minima改進分水嶺的無人機高分影像單木樹冠提取方法，能夠有效抑制過分割、減少欠分割，單木樹冠提取精度大大提高。

技術方案：為了實現上述發明目的，本發明采用的技術方案為：

一種迭代h-minima改進分水嶺的無人機高分影像單木樹冠提取方法：首先對圖像進行預處理，接著通過不同h值之間相互合作探測單木樹冠位置，并利用虛假標記檢測方法過濾無效標記，最后引入圓弧對稱原則限制分水嶺淹沒過程，避免樹冠標記過生長與無標記樹冠合并。

所述的迭代h-minima改進分水嶺的無人機高分影像單木樹冠提取方法，具體步驟如下：

(1)首先對圖像進行預處理，基于形態學開操作平滑灰度圖像，采用Sobel算子計算梯度圖像，并利用均值濾波器對梯度圖像去躁；

(2)利用一組h值在梯度圖像上迭代識別樹冠標記，采用虛假標記檢測過濾無效標記；

(3)引入圓弧對稱原則限制分水嶺泛洪過程，采用分水嶺方法描繪單木樹冠。

步驟(1)的具體過程包括：

1)基于形態學理論減少原始圖像中樹冠內部的強度差異，利用形態學開操作對灰度圖像進行平滑處理，公式為：

式中，Θ為形態學腐蝕操作，為形態學膨脹操作，為形態學開操作，A為輸入圖像，B為結構元素，根據樹冠形狀特征，結構元素選為圓盤，半徑dsize＝10；

2)利用梯度算子計算圖像梯度幅度，采用Sobel算子計算梯度圖像，公式為：

式中，G_x和G_y分別為沿x方向和y方向的梯度圖像，采用Sobel算子對灰度圖像進行水平和垂直兩個方向的濾波，求取模值，得到梯度圖像；