模糊超像素分割算法的无人机影像烟株精细提取

作     者：夏炎 黄亮 陈朋弟 XIA Yan;HUANG Liang;CHEN Pengdi

作者机构：昆明理工大学国土资源工程学院昆明650093 云南省高校高原山区空间信息测绘技术应用工程研究中心昆明650093 

出 版 物：《国土资源遥感》 (Remote Sensing for Land & Resources)

年 卷 期：2021年第33卷第1期

页      面：115-122页

核心收录：

学科分类：083002[工学-环境工程] 0830[工学-环境科学与工程（可授工学、理学、农学学位）] 08[工学] 09[农学] 0804[工学-仪器科学与技术] 0903[农学-农业资源与环境] 0816[工学-测绘科学与技术] 081602[工学-摄影测量与遥感] 081102[工学-检测技术与自动化装置] 0811[工学-控制科学与工程] 

基　　金：国家自然科学基金项目“南方山地城镇建设用地与变化的坡度梯度效应研究”(编号:41961039) 云南省应用基础研究计划面上项目“基于全卷积神经网络的多源遥感影像变化检测”(编号:2018FB078) 云南省高校工程中心建设计划项目 自然资源部地球观测与时空信息科学重点实验室经费资助项目“基于直觉模糊集理论的多源遥感影像变化检测方法研究”(编号:201911)共同资助 

主　　题：烟草 无人机影像 模糊超像素分割 信息提取 

摘      要：实现烟草单株自动化提取对加快烟草农业信息化有着重要意义,但目前烟株精细的提取还存在较大困难。因此,提出了一种基于模糊超像素分割(fuzzy-superpixels,FS)算法的无人机烟株提取方法。首先通过绿地提取方法得到无人机影像中的植被覆盖区域;然后利用FS算法对影像进行超像素分割,并统计超像素的均值、亮度、形状指数、长宽比、自定义植被指数等特征;最后通过计算超像素的特征阈值,对烟株数目进行精细提取和统计。选取3景无人机影像作为实验数据,实验结果表明,该方法提取烟株的总体精度分别为84.28%,89.05%和82.97%。该方法可实现对烟株的自动化提取,为后期计算烟草产量提供有效参考。