[发明专利]一种结合形态学和标记控制的无人机影像林冠分割方法

说明书

本发明涉及一种结合形态学和标记控制的无人机影像林冠分割方法：利用无人机获取若干幅林区的局部遥感影像，经镶嵌和正射校正得到完整遥感影像；采用高斯滤波方法对绿光波段进行平滑滤波处理；采用自适应的局部最大值搜索方法从绿光波段中检测林冠顶点位置；利用形态学运算，通过一个强制最小值转换将获取的林冠顶点位置信息强加到影像上；对于正射校正的真彩色遥感影像，采用ISODATA聚类算法得到只包含林冠区域和非林冠区域两类的二值影像，将提取出的非林冠区域作为分割的外部标记；将外部标记强加到经过强制最小值转换后的影像上进行分水岭变换分割，获得精确的林分单木林冠边界信息。本发明有效解决了常规方法造成的林冠边界分割不准确问题。

技术领域

本发明涉及一种结合形态学和标记控制的无人机影像林冠分割方法。

背景技术

树冠作为树木获取光能并进行能量转换的场所，其对于研究森林生长情况和动态变化具有重要意义。但由于森林结构的复杂性和随机性，使得对树冠形状和边界信息的获取异常困难。近年来，随着卫星遥感技术的发展，尤其是卫星影像空间分辨率的逐渐提高，提高了森林树冠的估测精度，但受到气候、周期、分辨率和成本等因素的影响，使得获取的遥感数据远远不能满足林业调查的需求。无人机遥感作为新兴遥感技术，其特有的机动灵活性、时效性和成本低，数据易获取等优势而逐渐成为卫星遥感技术的有效补充手段，并在多个领域得到了广泛应用。虽然针对无人机技术的研究日益增多，但针对可见光无人机影像提取森林冠层结构信息的研究还处于试验阶段，如Díazvarela等评估了普通无人机相机影像获取树冠参数的可靠程度，并对西班牙科尔多瓦地区的一处橄榄育种园地进行了试验，其冠幅估测的RMSE达到了0.28。Chianucci等利用eBee无人飞行系统获取的真彩色影像，并结合LAB2影像分类方法来估算山毛榉林的森林冠层覆盖度，其决定系数R2达到0.7左右；此外还有Morgenroth、Mathews等利用无人机影像生成的点云数据来对森林冠层结构进行分析，并取得了一定成果。但常规的林冠分割方法会造成林冠边界分割不准确的问题，这对于无人机遥感获取森林参数的精度带来不确定性。

发明内容

有鉴于此，本发明的目的在于提供一种结合形态学和标记控制的无人机影像林冠分割方法，有效解决了常规方法造成的林冠边界分割不准确问题。

为实现上述目的，本发明采用如下技术方案：一种结合形态学和标记控制的无人机影像林冠分割方法，其特征在于，包括以下步骤：

步骤S1：利用无人机获取若干幅林区的局部遥感影像，对所述若干幅林区遥感图像进行镶嵌和正射校正得到林区的完整遥感影像；

步骤S2：采用高斯滤波方法对完整遥感影像的绿光波段进行平滑滤波处理；

步骤S3：采用自适应的局部最大值搜索方法从完整遥感影像的绿光波段中检测林冠顶点位置；

步骤S4：利用形态学运算，通过一个强制最小值转换将获取的林冠顶点位置信息强加到平滑滤波后的绿光波段影像上；

步骤S5：对于步骤S1获得的完整遥感影像，采用ISODATA聚类算法得到只包含林冠区域和非林冠区域两类的二值影像，将提取出的非林冠区域作为分割的外部标记；

步骤S6：基于步骤S4和步骤S5获得的结果，将外部标记强加到经过强制最小值转换后的影像上进行分水岭变换分割，获得精确的林分单木林冠边界信息。

进一步的，所述局部遥感影像为真彩色影像，分辨率在0.05-0.20m之间。

进一步的，所述步骤S2的具体方法如下：采用一个高斯分布曲线来对完整遥感影像的绿光波段进行处理，减少影像的噪声水平和强化林冠顶点的辐射强度值，滤波公式如下：

式中，G(i,j)为第i行，j列处影像象元高斯滤波结果，i、j为自然数，σ为高斯滤波的均方差，σ取值选择林分内最小林冠尺寸大小作为窗口进行影像滤波处理。