Canopy Density of Broad-leaved Forest by Watershed Segmentation Algorithm
-
摘要: 针对现有的人为调查林区郁闭度耗时，费力且林区条件恶劣等问题，本研究实现了一种使用无人机来测定森林郁闭度的方法。通过无人机在面积为 50 m×70 m以内的 5个阔叶林为主的地块中，在不同间距和高度拍摄 4组图像并制作成正射影像图，通过对图像的灰度化以及滤波等预处理，使用改进的标记控制分水岭的分割算法来提取树冠，并与人工提取做比对，经过实际试验该算法有较高的准确度，所得误差在 5%左右，并对提取的树冠使用样线法计算郁闭度，结果表明对 0.5 ~ 0.9之间的郁闭度有较高的精度。Abstract: Four groups were photographed at different height and distance on 5 sample plots of broad-leaved forest with 50 m×70 m in Linan, Zhejiang province by unmanned aerial vehicle. They were made into orthophotoquad, which were pretreated by gray level and median filter, tree canopy was extracted by improved tag-control watershed segmentation algorithm, and compared with that by manual one. The experiment showed that algorithm had higher accuracy, and the error was about 5%. Canopy density was calculated by line transect method on canopy estrated, and the results demonstrated that the canopy density between 0.5 and 0.9 was accurate.
-
-
[1] 李永宁，张宾兰，秦淑英，等.郁闭度及其测定方法研究与应用 [J]. 世界林业研究，2008（01）：40-46. [2] 刘菊. 基于 GIS的林地郁闭度测定方法研究 [J].山西林业科技，2015（02）：33-35. [3] 刘芳，杨广斌.基于鱼眼照片的森林郁闭度快速提取方法研究 [J]. 西南林业大学学报，2013（02）：71-74. [4] 杜晓明，蔡体久，琚存勇.采用偏昀小二乘回归方法估测森林郁闭度 [J].应用生态学报，2008（02）：273-277. [5] 郭昱杉，刘庆生，刘高焕，等.基于标记控制分水岭分割方法的高分辨率遥感影像单木树冠提取 [J]. 地球信息科学学报，2016（09）： 1259-1266 [6] 王国权，周小红，蔚立磊.基于分水岭算法的图像分割方法研究.计算机仿真 [J]，2009（05）：265-268. [7] 杨恒伏，孙光田，祖伟.基于 HVS特性的自适应 K近邻均值滤波算法 [J].计算机工程与应用，2009（10）：179-181. [8] 陆宗骐，梁诚.用 Sobel算子细化边缘 [J].中国图象图形学报，2000（06）：5. [9] 韩思奇，王蕾.图像分割的阈值法综述 [J].系统工程与电子技术，2002（06）：91-94，102. [10] 陈延梅，吴勃英.基于数学形态学的图像增强方法 [J].哈尔滨工业大学学报，2006（06）：906-908. [11] 金茜，汪伟.基于改进控制标记符分水岭的牙体硬组织分割 [J].计算机应用研究，2018（12）：8.
计量
- 文章访问数: 457
- HTML全文浏览量: 0
- PDF下载量: 136
下载:
