基于面向对象特征提取的植物叶片面积测量方法

【目的】提出一种基于面向对象图像特征提取的植物叶面积测量方法,为快速、高精度地测量野外采集植物的叶片面积提供支持。【方法】以扫描图像为基础,借鉴遥感影像的面向对象图像特征提取的思想,获得扫描对象的矢量轮廓,以此计算其面积,并采用AutoCAD绘制的7种多边形进行重复试验,以验证该方法的精确性;然后进一步对青蒿(Artemisia carvifolia)、臭蒿(Artemisia hedinii)、苜蓿(Medicago sativa)3种植物叶片进行重复试验,并与矢量化方法、监督分类方法进行对比,分析该方法在实际叶片测量中的稳定性和计算效率。【结果】利用基于面向对象图像特征提取的植物叶面积测量方法,在进行标准几何图形的面积测量时,该方法的相对误差皆小于1.86%;与矢量化方法、监督分类方法相比,该方法在测量真实植物叶片面积时具有更高的稳定性,而且耗时都小于20s,用时最短;该方法采用IDL模块设计,可实现叶片面积的自动批量处理。【结论】基于面向对象特征提取的植物叶片面积测量方法,是叶片面积高精度及批量自动化测量的一种新途径。     

不同地形校正方法对刺槐林遥感提取的影响

刺槐是黄土丘陵区生态环境建设的主要乔木树种之一,而地形阴影是影响刺槐林遥感提取精度的重要因素。为研究不同地形校正方法对刺槐林分布信息提取的影响,以黄土丘陵区安塞县的刺槐人工林为例, 使用Cosine、SCS、Minnaert、C、SCS+C 5种校正方法对该地区2015年7月份的Landsat8 OLI影像进行地形校正,并采用基于样本、面向对象提取的方法对人工刺槐林的分布信息进行提取。最后对地形校正前后的影像进行视觉比较和回归分析,并对提取结果进行精度评估,从而比较不同地形校正方法对刺槐人工林分布信息提取的影响。结果表明:1) 5种地形校正方法削弱了遥感影像上地形阴影的视觉效果, 其中Cosine、SCS校正存在过度校正的现象。2) 5种地形校正方法使得各波段辐射亮度值的均值和方差较之前发生变化,且SCS+C校正符合预期效果。3) Minnaert、SCS+C及C校正降低了太阳入射角的余弦值cosi与影像各波段的辐射亮度值间的回归直线斜率m的绝对值及相关系数r的绝对值, Cosine、SCS校正使两参数在部分波段上变大。4) 5种地形校正方法都不同程度地降低刺槐提取的漏分误差,但Cosine校正后用户精度降低了2.47%;Minnaert、SCS+C及C校正均提高了用户者精度和生产者精度,以C校正的精度最高, 生产者精度提高了16.66%,用户精度提高了2.82%。5) 5种地形校正方法均提高了Kappa系数值,以C校正最高,Kappa系数值为0.76。本研究说明刺槐林遥感提取有必要进行地形校正,且应结合研究区的情况选择地形校正方法,这为黄土丘陵区刺槐信息提取时合适地形校正方法的选取提供了重要的依据。