[发明专利]基于高空间分辨率遥感影像的树冠信息提取方法和系统

说明书

技术领域

本发明涉及树冠信息提取的技术领域，尤其涉及一种基于高空间分辨率遥感影像的树冠信息提取方法和系统。

背景技术

目前多采用实际林分单株冠幅定量测量方法来获得单株树冠的轮廓等参数。该方法以树干为中心，分别测量树干8个方向或4个方向的半径，然后用圆形或椭圆形的近似方法获得单株树冠的轮廓，并进而估算单株树冠的大小，该方法工作量大，费用高，估测频率低，很难获取连续的观测数据，还不能为森林资源管理提供及时准确的决策支持。

基于高分辨率遥感影像，树冠识别方法主要有基于局部最大值的方法(local maximum，简称LM)(Blazquez，1989；Dralle et al，1996)，基于轮廓的方法(Contour-based，简称CB)(Pinz，et al，1993；Gougeon，1995)、模板匹配法(template-matching，简称TM)(Pollock，1996；Tarp-Johansen，2002)、3D模型法(3D-model)(Sheng et al，2001；Gong et al，2002)、区域增长法(region growing，简称RG)(Brandtberg and Walter，1998；Culvenor，2002；Erikson，2003)以及分水岭分割法(Watershed Segmentation，简称WS)(Gonzalez and Woods，2002，Wang et al.，2004，Najman et al.，2005)。

LM法的主要原理是假设树冠反射的峰值位于或非常接近于树顶，因而通过图像滤波找到局部最大值，即可最终探测出树顶位置。该方法虽然具有简单快速的优点，但当图像受背景干扰和照度发生变化时，容易产生多个局部最大值。其树冠识别的性能会大大下降。

CB法主要的策略是用边缘探测法检测树冠边界，也即主要是尝试发现树冠和其背景的分隔线。在较精细比例尺下，可以比较精确地确定一个树冠的所有树枝，树枝占据了大部分的强度变化；在较粗比例尺下，相邻树冠会相互连接。这样，一簇树成为变化发生的地方，因此实际中发现合适的比例严格地与单株树冠边界相适应是非常困难的。

TM法主要包括模型生成和模板匹配两个过程。考虑了树的外观所表现出的不同大小和形状，对不同树种的各种参数构建不同的数学模型。首先考虑树的几何形状和辐射特征，一旦获取了这些知识，就通过一个移动窗口去搜索最可能是树的最佳匹配位置。

3D法目前不太成熟，已有的一种具体应用是基于模型的图像匹配去获取一个树冠的表面重建完成树冠提取，树冠表面模型考虑到树冠形状、照度和传感器模型等等。面向对象的该树冠提取方法，手续繁琐，每次要高度参数，提取结果稳定性不好。

RG法依据影像的光谱特性进行分割，利用单木树冠探测过程中产生的树冠中心点作为种子点，以种子点的光谱值为起始点，设定一个阈值，判断周围邻域内各点的光谱值是否与种子点相近，若二者光谱距离小于阈值，则二者属于同一树冠区域，将其合并到种子点所在的区域中，反之，则不属于该树冠区域。

WS法是基于数学形态学，将影像的光谱值考虑为起伏的地形，先将原始影像生成梯度图像，然后将梯度图像进行边缘细化的处理，最后搜索梯度图像的局部最大值，这些局部最大值即为树冠边界。分水岭算法对微弱边缘敏感，但分水岭算法具有过度分割的特点，需要对图像进行预处理或后处理。在航空图像上的树冠提取效果不错，不过对于卫星图像，由于图像的空间分辨率与树冠大小相比并不是足够高，因此对于卫星图像，树冠提取效果较差。

以上方法都是在具体图像和景观条件下提出来的，基于上述都是相对较单纯的林分条件下，林分郁闭度较低，树冠普遍较均匀的前提下才适用的。对于郁闭度较高的成片林分，现有研究方法，很难精确估计单株树冠。因此，现有方法不适于进行林区林分冠幅尺寸的定量估计。

发明内容

本发明的目的在于提供一种基于高空间分辨率遥感影像的树冠信息提取方法和系统。