论文总字数：17418字

摘 要

本文针对传统测量技术对城区单株立木信息提取的限制性问题，提出一种全新的基于无人机多光谱城区树木自动提取方法。首先对原始影像使用去相关拉伸的光谱增强方法，增强植被信息；其次利用CART决策树构建单株立木树冠提取模型，基于NDVI计算结果，将小于阈值的部分置为背景；最后经多尺度分割，并利用树冠形状与形态特征，实现对单木树冠范围的识别与提取。结果表明，应用这个提取方法，对中国科学院遥感所怀来站的单株立木位置和树冠进行提取，精度较高，均有很好的普适性，且可以避免人为主观性导致的误差影响。

关键词：多光谱遥感 无人机 CART决策树分类 单木位置识别 单木树冠提取

形状特征提取

Automatic extraction and analysis of urban trees based on UAV multispectral data

Abstract

In this paper, a new method for automatic extraction of urban trees based on UAV multi-spectrum is proposed in view of the limitation of traditional measurement techniques on the information extraction of individual trees in urban areas. First, use the decorrelation stretching spectral enhancement method on the original image to enhance the vegetation information. Secondly, use the CART decision tree to construct a single tree canopy extraction model, based on the NDVI calculation results, set the part less than the threshold as the background. Finally, through multi-scale segmentation, the shape and morphological characteristics of the canopy are used to realize the identification and extraction of the single tree canopy range. The results show that using this extraction method, the position and canopy of a single tree can be extracted from Huailai Station of the Chinese Academy of Sciences with high accuracy and good universality, and can avoid the error caused by human subjectivity.

Key Words: Multi-spectral remote sensing; UAV; CART decision tree classification； Position identification of single tree; Single tree crown extraction; Shape feature extraction

目 录

摘要 I

Abstract II

第一章 绪论 1

1.1 研究背景及意义 1

1.2 国内外研究进展 2

1.3 主要研究方法 3

1.4 研究技术路线 3

1.5 论文结构安排 3

第二章 研究区域与数据 5

2.1 研究区域 5

2.1.1 区域概述 5

2.2.2 气象概述 5

2.2 数据获取 6

第三章 基于NDVI及决策树的城区树木自动提取方法构建 8

3.1 植被信息增强 8

3.2 植被指数的计算 9

3.3 多尺度分割 10

3.4 基于CART决策树的单株立木树冠提取 13

第四章 成果与分析 15

4.1 单株立木精度评估方法 15

4.1.1 单株立木位置识别精度评价 15

4.1.2 树冠提取精度评价 15

4.2 评估结果 16

4.2.1 单株立木位置提取结果及精度验证 17

4.2.2 单株立木树冠提取结果及精度验证 17

第五章 结论与讨论 19

5.1 实验结论 19

5.2 讨论 19

5.3 展望 20

参考文献 21

致谢 23

第一章 绪论

1.1 研究背景

林地信息尤其是树木位置的识别以及树冠轮廓的提取是遥感技术在林业领域应用的重要领域之一，在城市绿化方面也有着突出的作用。无人机遥感以其灵活的数据获取方式，为城市绿化的分析提供了很好的技术手段。城区树木的分布情况，特别是单株树木提取和分析，对于城市的绿化和规划均有一定的指导意义。单株立木信息的提取主要包含了以下两个方面，分别是单株立木的识别以及单木树冠的提取。

本世纪以来，遥感(RS , remote sensing)技术的进一步发展带动了一系列对地观测方式方法的改进与提升。传统的单木信息提取主要通过人工实地测量的方法，属于传统测绘的范畴，使用这种方法，不仅效率低、精度低，而且成本很高，需要投入大量的人力物力，即便如此时效性也很难达到理想状况，与当前这种信息化高速发展的社会显得格格不入。而利用遥感手段获取数据有着极高的时效性，并且可以实现大面积同步观测，数据的综合性、可比性、经济性也是传统测量无法比拟的。目前，利用遥感的方法进行单株立木的识别与提取，不仅在城市绿化的分析与研究中至关重要，在林业、农业等领域都不可或缺，已经成为相关部门研究的热点话题。

而近些年来无人机遥感技术的迅速发展，也对遥感在实际工作中的应用有着一定的促进作用。无人机(UAV, Unmanned Aerial Vehicle)飞行高度低，这使得其在得到影像数据时可以不像卫星数据等，受到云雾的巨大影响，无人机的飞行轨迹的灵活设置也是其优势之一^[1]。

因此，在城市规划以及城市建设领域，基于无人机的多光谱遥感影像的优势越来越明显，应用越来越广泛。本文基于无人机多光谱遥感影像，研究单木的自动提取，扩展传统的研究方法，为了解城市的树木种类、城市的绿化程度、城市绿化的统筹安排以及一些生态资源的保护提供切实有效的科学依据，进而为城市规划领域提供了必要的技术支撑。

1.2 国内外研究进展

请支付后下载全文，论文总字数：17418字