基于影像分割的树木特征点提取方法研究

树木处于复杂的自然环境中,加之其本身的不规则性,使得影响树木影像检测和识别质量的参数难以确定.采用一种基于集群聚类的方法对树木影像进行影像分割,在聚类中心的定义方式上不是简单地以各类的灰度重心作为聚类中心,而是采用了一种最大—最小距离法进行聚类中心的动态选择.在聚类过程中除了合并过程还加入了类别分裂处理,对每一次迭代过程中标准差最大的类别分裂成新类,并将新类中的像元重新加入到距离判别过程中,成功地将树木从背景影像中分离出来.在此基础上选择合适的特征提取算法,分别对原始影像和分割结果进行特征点的提取,对提取结果进行比较,得到了更好的特征点提取结果,为后续的树木影像匹配等研究工作提供可靠的数据基元.     

2种树高测量方法的测量精度对比分析

论述三角高程法和三维前方交会法测量树高的原理及其精度，分别给出2种测量方法的测量精度计算公式．通过20组实验数据分析2种方法的测量精度，结果表明，三角高程法比三维前方交会法的测量精度高，其中三角高程法测量精度为1．95％，三维前方交会法测量精度为4．83％，均可满足林业上对测树精度的要求．