基于迭代H-minima改进分水岭算法的高分辨率遥感影像单木树冠提取

从高分辨率遥感影像中提取单木树冠信息能够有效提高森林资源的调查与管理水平; 针对现有单木树冠提取方法对郁闭度较高的阔叶林提取精度低的问题, 提出一种基于迭代H-minima改进分水岭算法的高分辨率遥感影像单木树冠提取方法; 首先利用形态学开操作对图像进行平滑处理, 采用Sobel算子提取梯度图像, 并利用均值滤波进行去噪处理; 然后利用一组h值在梯度图像上迭代识别树冠标记, 利用虚假标记检测方法过滤无效标记; 最后引入对称原则来限制分水岭算法的淹没过程, 避免树冠标记过生长与无标记树冠合并; 以高分辨率遥感影像作为数据源, 同时采用传统的标记控制分水岭算法和所算法提取单木树冠, 从单木位置和树冠轮廓两个方面, 以及样地和单木两个尺度上对单木树冠提取的精度进行评价。结果表明：所提算法提取树冠的F测度为92.71%, 比标记控制分水岭算法提高了31.99%; 所提算法能够有效抑制过分割、减少欠分割, 从而提高单木树冠的提取精度。