改進Otsu法的冠層圖像分割及銀杏葉面積指數(shù)估測.pdf

1、傳統(tǒng)葉面積指數(shù)(LAI)估測不僅過程復雜且具有破壞性，隨著信息技術的發(fā)展，急需一種適用于現(xiàn)代信息技術的新型葉面積指數(shù)測定法，以彌補傳統(tǒng)林業(yè)調查方法中的不足，基于分割圖像的理解技術就是其中重要的解決策略之一?，F(xiàn)代林業(yè)研究中，快速且有效的提取并分析圖像數(shù)據中樹木信息，對樹木深層信息挖掘起著很重要的作用。實際上，從復雜的林木圖像中準確的分割出目標植物是很多后續(xù)圖像研究的關鍵的問題之一。在眾多圖像分割方法中，Otsu圖像分割法因其計算簡單、自適

2、應強，而成為使用最為廣泛的圖像閾值自動選取的方法之一。然而，由于樹木圖像的自然性，Otsu圖像分割法對林業(yè)中冠層圖像臨界處分割往往存在較大誤差。
　　 本文結合類間方差以及類內聚度對閾值選取及圖像分割效果的影響，改進Otsu法閾值自動選取目標函數(shù)，提出了一種同時考慮最大類間方差及最小類內聚度的改進圖像分割算法，并且將該改進算法結合到王雪峰等開發(fā)的“林業(yè)苗木圖像分析軟件”V1.0中，在Microsoft Visual C++6.0

3、平臺開發(fā)實現(xiàn)。以銀杏人工林內不同郁閉度的冠層圖像為例進行分割效果比較，結果表明:(1)對于郁閉度較小的銀杏林冠層圖像，傳統(tǒng)Otsu分割法和本文改進Otsu法得到的分割效果較為相近;(2)對于郁閉度較大的銀杏林冠層圖像，本文改進Otsu分割法較傳統(tǒng)Otsu法可得到更好的分割效果;(3)通過大量的樹木冠層圖像分割試驗，本文的改進Otsu法分割林業(yè)中冠層圖像是可行的，并且該改進方法較傳統(tǒng)Otsu法可得到更好的分割效果。
　　 利用林業(yè)

4、苗木圖像分析軟件，采用本文改進Otsu算法，分別對由魚眼鏡頭和廣角鏡頭拍攝的兩組圖像數(shù)據進行分割。將分割得到的圖像前景像素占總像素的比值作為自變量，以該圖像對應的葉面積指數(shù)為因變量，進一步擬合了銀杏圖像信息與葉面積指數(shù)間模型，通過兩組數(shù)據的擬合模型評價和模型檢驗，結果表明:(1)最終擬合選取的模型能較好的描述冠層圖像信息與葉面積指數(shù)間的關系;(2)分別由魚眼鏡頭和廣角鏡頭獲取的兩組林冠圖像擬合結果相似，實際操作中可以直接采用廣角鏡頭，增