基于Graph Cut算法的多株立木轮廓提取方法

作     者：杨婷婷 管昉立 徐爱俊 YANG Tingting;GUAN Fangli;XU Aijun

作者机构：浙江农林大学信息工程学院浙江省林业智能监测与信息技术研究重点实验室林业感知技术与智能装备国家林业与草原局重点实验室浙江杭州311300 武汉大学测绘遥感信息工程国家重点实验室湖北武汉430079 

出 版 物：《南京林业大学学报（自然科学版）》 (Journal of Nanjing Forestry University：Natural Sciences Edition)

年 卷 期：2018年第42卷第6期

页      面：91-98页

核心收录：

学科分类：082902[工学-木材科学与技术] 08[工学] 080203[工学-机械设计及理论] 0829[工学-林业工程] 0802[工学-机械工程] 

基　　金：国家自然科学基金项目(31670641) 浙江省科技重点研发计划(2018C02013) 

主　　题：GraphCut算法 轮廓提取 改进Canny算子 图像分割 

摘      要：【目的】在复杂的自然环境下进行目标立木轮廓提取时,容易受遮挡物影响,导致立木图像分割效果不理想。笔者提出一种基于Graph Cut算法的多株立木轮廓提取方法,可实现单张相片中多目标立木界线分割。【方法】首先通过彩色直方图均衡化实现RGB颜色空间下各个通道的图像细节增强,利用Graph Cut算法构造s-t网络图,将图像分割问题转化为能量函数最小化问题,并标记图像前背景像素实现单张相片中多株立木图像初分割;然后将单张相片中的每株立木分割图像二值化,利用形态学腐蚀膨胀运算处理图像达到填充、去噪、平滑等目的;在此基础上,利用改进型Canny算子边缘检测方法,用双边滤波代替高斯滤波增强边界信息得到每株立木轮廓;最后,根据立木相对坐标不变性,利用几何重组方法实现目标立木特征表达并判断其拓扑关系,最终得到每株目标立木轮廓提取结果。【结果】为了验证该方法的有效性,本研究对自然环境下采集到的立木图像进行试验。结果表明,该方法能够在不同光照条件的复杂背景下,有效分割出每株立木轮廓,平均误分率为5. 62%,假阳性率为4. 49%,假阴性率为4. 33%,均优于常用的OTSU分割算法(41. 40%、26. 73%、10. 99%)、K-means聚类算法(49. 97%、35. 02%、11. 92%)和基于C-V模型水平集法(28. 43%、20. 53%、13. 38%)。【结论】复杂的自然环境下,利用基于人工交互的Graph Cut算法可有效分割出每株立木轮廓界,研究结果可为立木可视化重建、特征提取等提供参考。