全 文 ：第 wu卷 增刊 t
u s s y年 | 月
林 业 科 学
≥≤Œ∞‘׌„ ≥Œ∂ „∞ ≥Œ‘Œ≤„∞
∂²¯1wu o≥³qt
≥ ³¨qou s s y
基于面向对象技术的退耕还林树冠遥感信息提取研究
黄建文 陈永富 鞠洪波
k中国林业科学研究院资源信息研究所 北京 tsss|tl
摘 要 } 利用张家口退耕区 s1y °分辨率的快鸟k±∏¬¦®…¬µ§l遥感影像 o进行退耕区新造林地的长势监测 ∀对快鸟
影像进行正射校正 o运用高斯滤波进行图像增强 o减少噪音 o增强退耕地的树冠信息 ∀采用面向对象的图像信息提
取技术 o提取退耕还林地树冠信息 o统计树冠面积 o计算退耕还林造林成活率 ∀根据实际测量的数据进行误差检
验 o由遥感数据自动提取的树冠面积平均误差为 s1zyv °u o计算出的成活率精度为 {|1{vz h o为退耕还林的规划管
理提供科学准确的依据 ∀
关键词 } 快鸟影像 ~退耕还林 ~面向对象的信息提取 ~树冠 ~成活率
中图分类号 }≥zzt1{ 文献标识码 }„ 文章编号 }tsst p zw{{kussyl增 t p ssy{ p sw
收稿日期 }ussx p sy p uw ∀
基金项目 }科技部社会公益项目/国家重大林业生态工程监测与评价技术研究0kussu⁄Œ„xssvxl ∀
Στυδψ ον ΤρεεpΧροων Εξτραχτιον φροµ ΘυιχκΒιρδ Ιµαγερψ Βασεδ ον ΟβϕεχτpΟριεντεδ Αππροαχη
ιν τηε Προϕεχτ οφ Χονϖερτινγ Χροπλανδ το Φορεστ
‹∏¤±ª¬¤±º¨ ± ≤«¨ ± ≠²±ª©∏ ∏‹²±ª¥²
k Ρεσεαρχη Ινστιτυτε οφ Φορεστ ΡεσουρχεσΙνφορµατιον Τεχηνιθυεσo ΧΑΦ Βειϕινγ tsss|tl
Αβστραχτ } ׫¨ ³∏µ³²¶¨ ²©·«¬¶³¤³¨µ¬¶·² °²±¬·²µ·«¨ ªµ²º·«²©±¨ º ³¯¤±·¬±ª·µ¨ ¶¨¬±·«¨ ¦µ²³¯¤±§¥¨¬±ª¦²±√¨ µ·¨§·²©²µ¨¶·¶¬±
·«¨ ³µ²­¨¦·²©¦²±√¨ µ·¬±ª¦µ²³¯¤±§·²©²µ¨¶·∏¶¬±ª±∏¬¦®…¬µ§«¬ª«µ¨¶²¯∏·¬²±ks1y °l µ¨°²·¨¶¨±¶¬±ª¬°¤ª¨ ¬± «¤±ª­¬¤®²∏o‹ ¥¨¨¬
°µ²√¬±¦¨ q’µ·«²pµ¨¦·¬©¬¦¤·¬²± «¤¶¥¨ ±¨ §²±¨ ©²µ±∏¬¦®…¬µ§¬°¤ª¨ q Š¤∏¶¶¬¤±©¬¯·¨µº¤¶¤³³¯¬¨§·²·«¨ ¬°¤ª¨ ·²¬°³µ²√¨ ·«¨ ·µ¨¨
¦µ²º±¬±©²µ°¤·¬²± ¤±§¦²±·µ²¯ ¬°¤ª¨ ±²¬¶¨ q×µ¨¨¦µ²º± ¦¯¤¶¶¬©¬¦·¤·¬²± ²© ±∏¬¦®…¬µ§§¤·¤ º¤¶³¨µ©²µ°¨ §¥¼ ∏¶¬±ª²¥­¨¦·p²µ¬¨±·¨§
¬°¤ª¨ ¤±¤¯¼¶¬¶o·«¨µ¨©²µ¨ o¦µ²º± ¤µ¨¤ º¤¶²¥·¤¬±¨ §¤±§±¨ º ³¯¤±·¬±ª·µ¨ ¶¨¶∏µ√¬√¤¯ µ¤·¨ º¤¶¦¤¯¦∏¯¤·¨§¥¤¶¨§²±·«¨ ·µ¨¨¦µ²º±
¦¯¤¶¶¬©¬¦¤·¬²± µ¨¶∏¯·¶qƒ¬±¤¯ ¼¯ o¤¦¦∏µ¤¦¼¬±¶³¨¦·¬²± «¤§¥¨ ±¨ §²±¨ ¤¦¦²µ§¬±ª·²©¬¨ §¯ °¨ ¤¶∏µ¨°¨ ±·§¤·¤o·«¨ µ¨¶∏¯·¶¶«²º¨ §·«¤·
·«¨ ¤√¨ µ¤ª¨ µ¨µ²µ²©¦µ²º± ¤µ¨¤ º¤¶s1zyv °u o·«¨ ¤¦¦∏µ¤¦¼ ²©¶∏µ√¬√¤¨ µ¤·¨ º¤¶{|1{vz h o׫¨ ¶·∏§¼ º¬¯¯ ³µ²√¬§¨ ¤¶¦¬¨±·¬©¬¦
¥¤¶¬¶©²µ³µ²ªµ¤°°¬±ª¤±§°¤±¤ª¨ °¨ ±·²©·«¨ ³µ²­¨¦·²©¦²±√¨ µ·¬±ª¦µ²³¯¤±§·²©²µ¨¶·q
Κεψ ωορδσ} ±∏¬¦®…¬µ§¬°¤ª¨µ¼~¦²±√¨ µ·¬²± ²©¦µ²³¯¤±§·²©²µ¨¶·~²¥­¨¦·p²µ¬¨±·¨§¬°¤ª¨ ¤±¤¯¼¶¬¶~·µ¨¨¦µ²º±~¶∏µ√¬√¤¯ µ¤·¨
近年来高分辨率商业遥感卫星迅速发展 o给退耕还林的遥感应用提供了强大的技术支撑 ∀由于遥感图
像的每个亮度值都和一个空间位置相关联 o遥感图像亮度值的空间分布成为提取各类地物重要的信息源
k≥²±ª ετ αλqoussvl ∀高分辨率遥感图像提供了大量细节信息 o使提取更多的空间信息和探测较小的目标对
象成为可能 ot °以内分辨率的卫星影像不仅可以清楚地探测到地块信息 o而且可以详细到每一个新植苗
木 ∀利用高分辨率的卫星影像提取退耕还林新造林木信息 o目前还未见报道 ∀高分辨率的信息提取技术不
同于传统的遥感信息提取 o由于图像内容繁多 o信息量大并相互干扰 o给提取目标地物带来困难k张永生等 o
usswl o面向对象的信息提取技术是一个崭新的领域 o本文应用面向对象的提取技术提取树冠信息 ∀
t 材料与方法
111 遥感数据的选取和处理
选择合适的快鸟k±∏¬¦®…¬µ§l数据产品 o对后续的研究工作很重要 ∀本研究共接收了覆盖试验地的 v个
时相快鸟影像 o时间分别是 ussu年 tt月 uy日 !ussv年 y月 tz日和 ussw年 z月 u日 o反映退耕造林年 t年 !
次年和第 v年的情况 ∀其中 oussu年的影像由于接近冬季 o苗木落叶 o影像上虽能识别出来 o但阴影重 o不明
显 ~ussv年的影像清晰度较差 o识别不出新造林木 ~ussw年图像清晰度高 o明显地反映出了新造林木现状 o用
于提取树冠信息 ∀用地面采集的 Š°≥点作为控制点对遥感图像进行了正射校正 ∀
112 试验区调查
张家口市kttvβxsχ p ttyβvsχ ∞ov|βvsχ p wuβtsχ ‘l平均海拔 {ss ∗ t wss °∀属大陆性季风气候 o年均降水
量 vxs °°左右 o年均气温 y ε 左右 ∀植被 x月中下旬开始发芽 ots月下旬落叶 ∀所调查的退耕地属于该市
的三合农场 o退耕还林工作从 ussu年开始 oussw年结束 ∀植苗造林 o以山杏kΑρµενιαχασιβιριχαl为主 o树冠 t ∗
v ° o地垄无杂草 o基本是裸露的土地 ∀选取 v块样地 o大小均为 s1x «°u o进行每木测量 ∀地面调查时间为
ussw年 y月 {日 o而接收的影像是 ussw年 z月 u日 o所以 o实地测量与影像上的林木大小吻合 ∀
113 退耕地树冠的自动提取
利用快鸟提取树冠的目的是开发一种方法 o用遥感图像的空间属性估算树冠尺寸 ∀面向对象的影像分
析技术解决了从高分辨率遥感影像数据中快速提取信息的难题k黄慧萍等 ousswl o该技术采用一种新颖独特
的影像多尺度分割技术 o从一个像元对象开始 o自底向上进行区域合并 ∀影像分割的目地是用现实世界的意
义来描述影像对象 o对于复杂的地物覆盖 o使用 u次以上分割来实现不同尺度地物的分类 o第 t次的分类结
果作为第 u次有意义分割的输入k≥¦«±¨ ¬§¨µετ αλqot|||l o以任意尺度生成属性信息类似的影像多边形对象 ∀
针对不同的影像对象层 o利用隶属度函数进行分类 ∀隶属度函数引入了模糊概念主要是因为在某些判别规
则下 o类别的判别标准不是离散的 o例如亮度值 o很可能某一亮度值对应着几个不同的类别 o模糊函数相当于
在类的边缘上加入缓冲区 o更接近人类认知方式 ∀由于考虑了影像对象的形状特征 !相邻关系 !类间特征等 o
比基于像元依赖光谱特征的常规分类具备很大的优越性 ∀本研究首先进行大尺度分割 o提取植被 !非植被 ~
然后进行小尺度分割提取树冠 ∀
u 结果与分析
211 3种滤波增强方法的对比
虽然目视解译很容易区分出一棵棵的小树 o但若要自动提取 o存在一定困难 ∀先尝试用融合后的 w个波
段图像进行树冠信息提取 o结果并不理想 o田垄边的树冠受背景影响连成一片 o无法单个提取出来 ∀究其原
因 o是大部分小树的树冠在 u1x ∗ v ° o在 u1ww °的多光谱图像上无法探测到 o而在全色图像上 o也仅仅是 ty
个像元左右 o而且树冠光谱并不均匀 o尤其是树冠边界处光谱信息细碎 o受无关信息的影响大 o很难准确提
取 ∀本研究采用滤波增强后的全色波段图像进行树冠提取 o即用 v ≅ v滤波器对全色波段图像进行增强处
理 o去除部分无用信息 o突出目标地物 o从而使树冠信息的光谱均匀 o便于提取 ∀
由图 t可以看出 o全色波段图像的直方图呈双峰 o经过滤波后 o图像基本呈正态分布 o抑制了图像噪音 ∀
其中 o中值滤波图像的直方图虽接近正态分布 o在 vxs ∗ wss的亮度范围形成一个陡坡 o但缺乏对细碎信息的
抑制 o不利于信息的自动提取 ∀均值滤波图像的直方图接近正态分布 o但其主要亮度分布范围比高斯滤波图
像窄 o高斯滤波图像的直方图更接近正态分布 o其像元灰度值的分布范围较宽 o提高了图像的对比度和层次
感 o既滤掉了一些嘈杂的地物光谱信息 o使树冠光谱变均匀 o又能保留每一棵树冠的有用信息 ∀
212 面向对象的树冠信息提取
u1u1t 退耕地树冠调查的分类系统 提取树冠的分类系统较简单 o分为植被和非植被 u大类 o其中植被又
细分为树冠和田垄 ∀根据地面调查 o退耕还林地块规整 o为成片的林地及其田垄 o各地块内种植的不同作物
或植被类型 o以山杏为主 o排列整齐 ∀对试验区的树冠进行分析可得 o树冠面积较小 o一般为 { ∗ ty个像元 o
每个树冠的光谱不均匀 o经过上述高斯滤波后 o有所改善 ∀树冠形状比较平滑 o近似椭圆形 ∀
u1u1u 退耕地树冠的提取 tl基于大尺度分割的分类 这一分类过程使用的是 w个波段的融合图像 o要提
取的是整个植被区域 o所以分割尺度较大 o经试验 o尺度参数k¶¦¤¯¨³¤µ¤°¨ ·¨µl 选择 us o尺度参数是决定分割
后影像对象多边形大小的一个阈值 o使用该尺度参数分割后图像对象较大 ∀
利用 w波段的比值特征作为隶属度函数的特征值来提取植被信息 ∀比值特征是指某波段图像对象的光
谱均值除以所有波段的图像对象的光谱均值之和 o公式为 }
ρ €
h׏o²¥­¨¦·
׏o¶²
式中 }为波段号 oΧ为光谱反射值 ∀比值的特征值范围为 s ∗ t ∀本研究区植被类别的比值特征域值为 s1u|
∗ s1v o下一步的细分类就是针对植被区域进行的 o非植被区域不参加第 u次细分类 o这在一定程度上抑制了
|y 增刊 t 黄建文等 }基于面向对象技术的退耕还林树冠遥感信息提取研究
图 t 原始图像k¤l与 v种滤波图像k¥o¦o§l直方图比较
ƒ¬ªqt ≤²°³¤µ¬¶²±¶¤°²±ª·«¨ «¬¶·²ªµ¤° ²©²µ¬ª¬±¤¯ ¬°¤ª¨ k¤l ¤±§·«µ¨¨©¬¯·¨µ¬±ªk¥o¦o§l¬°¤ª¨¶
分类中类型混淆 ∀
ul基于小尺度分割的分类提取树冠 这次分类过程使用的是全色波段图像 ∀第 u次图像分割目的是
提取树冠信息 o是第 t次分类生成植被区域上的细分类 ∀分割尺度参数经试验选择 v o目标对象大小以能识
别出来的最小树为准 ∀分割后的图像对象小 o能分辨出一棵棵树 ∀
在亮度特征 !相邻性和不对称性这 v个特征图像上 o树冠信息均很明显 ∀组合利用了影像对象的这 v种
特征作为判别规则 o利用隶属度函数来提取树冠信息 ∀
亮度特征k Βl 对于 {¥¬·数据 o特征值范围为 s ∗ uxx o计算公式 }
Β € tνλ # Ε
ν¯
ι € t
cχ¯
式中 }ν为影像对象的数量 oχ为亮度值 o分类中模糊函数的域值取 y| ∗ zs o小于该域值的对象特征判定是树
冠信息 ∀
相邻性 目标对象与邻近对象亮度差异的加权均值 ∀反映了它们灰度值的差异 o在分类时可以有效地
将树冠与周围地物分开 ∀分类中模糊函数的域值取 p w ∗ p v o小于该域值的对象特征判定是树冠信息 ∀
∃χλ € tλ # Ε
ν
ι € t
λσι # kcχλ p cχλιl
式中 }λ为图像对象的边界长度 oλσι 为与相邻对象 ι的共享边界长 ocχλ为图像对象的光谱均值 ocχλι 相邻对象 ι
的光谱均值 oν为相邻对象个数 ∀
不对称性 椭圆对象近似地用长短轴之比来表示 o图像对象越长 o不对称性越大 o其特征值 Κ随不对称
性增大而增大 o公式为 }Κ € t p νΠµ ∀式中 }ν为短轴 oµ 为长轴 ∀利用该特性可以将树冠与其他形状较大的
地物分开 ∀分类中模糊函数的域值取 s1y ∗ s1z o小于该域值的对象特征判定是树冠信息 ∀提取的树冠生成
树冠分布图 o并转成矢量数据 o从而得出树冠的面积 ∀
u1u1v 树冠面积的计算 生成的树冠分布图可以转成矢量数据 o每一个树冠是一个多边形 o在 ŠŒ≥中可获
取其面积的属性数据 ∀遥感和实地测量的树冠面积比较k图 ul o实地测量的树冠面积一般大于遥感提取的
树冠面积 o这是由于图像的树冠信息在提取过程中 o树冠边缘的光谱类别相互干扰 o尤其是分辨率高 o信息较
为细碎 o提取目标对象时损失了少部分信息 o在栅格分类图中 o若一个树冠像元没有提取出来 o就会使树冠尺
寸减少 s1y ° o使面积减少 s1vy °u ∀
u1u1w 退耕地成活率的计算 由遥感图像自动提取的树冠信息制作树冠分布图 o也是退耕地成活树的分
sz 林 业 科 学 wu卷
图 u 样地 t ou ov树冠面积遥感与实地测量比较
ƒ¬ªqu ≤²°³¤µ¬¶²± ²©·µ¨¨¦µ²º± ¤µ¨¤¶²©¶¤°³¯¨³¯²·¶t ou ov ¥¨·º¨¨ ±©¬¨ §¯ °¨ ¤¶∏µ¨° ±¨·¤±§µ¨°²·¨ ¶¨±¶¬±ª§¨·¨µ°¬±¤·¬²± t ou ov
布图 o可以由此统计出成活株数 o进而算出每一样地的造林成活率 o如表 t ∀利用遥感计算出的 v块样地的
平均成活率为 {x1tt h o实测的平均成活率为 |w1zx h o平均精度达到了 {|1{vz h ∀
表 1 遥感测量成活率
Ταβ .1 Συρϖιϖαλ ρατεσ οφ νεω πλαντινγ τρεεσ βψ ρεµ οτε σενσινγ ανδ φιελδ µεασυρεµεντ
样地号
‘∏°¥¨µ²©³¯²·
遥感 • °¨²·¨ ¶¨±¶¬±ª 实测 ƒ¬¨ §¯ °¨ ¤¶∏µ¨°¨ ±·
成活株数
‘∏°¥¨µ²©¶∏µ√¬√¤¯
造林株数
‘∏°¥¨µ²©³¯¤±·¬±ª
成活率
≥∏µ√¬√¤¯ µ¤·¨Πh
成活株数
‘∏°¥¨µ²©¶∏µ√¬√¤¯
造林株数
‘∏°¥¨µ²©³¯¤±·¬±ª
成活率
≥∏µ√¬√¤¯ µ¤·¨Πh
t u| vv {z1{{ vt vv |v1|w
u ux u| {y1ut u{ u| |y1xx
v uy vu {t1ux vs vu |v1zx
平均值  ¤¨± √¤¯∏¨ {x1tt |w1zx
表 2 树冠面积及成活率的精度检验
Ταβ .2 Αχχυραχψινσπεχτιον οφ χροων αρεα ανδ συρϖιϖαλ
ρατε οφ νεω πλαντινγ τρεεσ
样地号
‘∏°¥¨µ²©¶¤°³¯¨³¯²·
树冠面积误差
∞µµ²µ²©¦µ²º± ¤µ¨¤Π°u
成活率精度
„¦¦∏µ¤¦¼ ²©¶∏√¬√¤¯ µ¤·¨Πh
t s1{v |v1xx
u s1{y {|1u|
v s1y {y1yz
平均值  ¤¨± √¤¯∏¨ s1zyv {|1{vz
u1u1x 精度验证 根据地面实测样地数据对遥
感提取的树冠面积及成活率进行进行精度检验
k如表 ul o遥感提取树冠面积的平均误差为
s1zyv o成活率的平均精度达到 {|1{vz h ∀
v 结论与讨论
利用 v种滤波技术对图像进行增强 o减少噪
音 o增强目标信息 o通过比较 o使用的高斯滤波使图像的树冠信息得到了增强 ∀
本研究探索了利用高分辨率遥感图像自动提取树冠信息的方法 o采用了先进的面向对象的图像信息提
取技术 o对于高分辨率的遥感图像 o可高效 !准确地计算出退耕地的还林情况 o不仅将监测工作落实到地块 o
还可落实到每一棵树 o对于管理部门实施准确的监测 o科学的决策支持提供了依据 ∀
树冠面积数据的平均误差为 s1zyv °u o计算退耕地成活率的平均精度达到了 {|1{vz h ∀
由于退耕地林木排列较整齐 o给树冠的提取带来了一定的便利 o若林地达到了郁闭或有新植苗木 o则会
影响树冠提取的精度 o还有待于进一步深入探讨 ∀
参 考 文 献
黄慧萍 o吴炳方 o李苗苗 qussw q高分辨率影像城市绿地快速提取技术与应用 q遥感学报 o{ktl }y{ p zw
张永生 o巩丹超 o等 qussw q高分辨率遥感卫星应用 q北京 }科学出版社 ox
≥²±ª ≤²±ª«¨ o≤∏µ·¬¶∞qussv q∞¶·¬°¤·¬±ª·µ¨¨¦µ²º±¶¬½¨ ©µ²° °∏¯·¬µ¨¶²¯∏·¬²± µ¨°²·¨¯¼ ¶¨±¶¨§¬°¤ª¨µ¼q°«²·²ªµ¤°°¨ ·µ¬¦∞±ª¬±¨ µ¨¬±ª i • °¨²·¨ ≥¨ ±¶¬±ªoy|kttl }
tuyv p tuzs
⁄¨©¬±¬¨±·¶Œ°¤ª¨ Š°¥‹ qt||| q∞¦²ª±¬·¬²± ˜¶¨µŠ∏¬§¨ q Š¨ µ°¤±¼ qtts p tt{
≥¦«±¨ ¬§¨µ • o ≥·¨¬±º ±¨§±¨ µ q t||| q ¤±§¦²√ µ¨ °¤³³¬±ª ¥¼ ¬±·¨µµ¨ ¤¯·¨§ ¶¨ª° ±¨·¤·¬²± ¤±§ ¦¯¤¶¶©¬¦¤·¬²± ²© ¶¤·¨¯ ¬¯·¨ ¬°¤ª¨¶q Œ±¨ µ±¤·¬²±¤¯ „¦«¬¨√¨ ¶ ²©
°«²·²ªµ¤°° ·¨µ¼ ¤±§ • °¨²·¨ ≥¨ ±¶¬±ªovukz p t p vl }v p w
k责任编辑 于静娴 石红青l
tz 增刊 t 黄建文等 }基于面向对象技术的退耕还林树冠遥感信息提取研究