基于面向对象分类的大型野生食草动物识别方法——以青海三江源地区为例

• 作者: 汪阳春 王东亮 罗巍 邵全琴
• 来源期刊: 野生动物学报
• 关键词: 大型野生食草动物 无人机影像 多尺度分割 模板匹配 模糊逻辑分类
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 研究论文
• 页码范围: 561-564
• 页数: 4页
• 分类号: Q958.1
• 语种: 中文
• DOI: 10.3969/j.issn.1000-0127.2017.04.004

摘要

青海三江源地区位于中国西部,世界屋脊一青藏高原的腹地,青海省南部,平均海拔3 500 ～4 800 m,气候条件极为恶劣,传统的基于地面观测的野生动物调查方法耗时费力,难以长期开展.本文提出了一种基于无人机航拍影像的大型野生食草动物调查方法,使用2016年7月在三江源地区获取的无人机影像,采用面向对象的影像分析方法,对大型野生食草动物进行了自动识别和数量统计.首先,利用多尺度分割技术将影像中的动物轮廓从背景中大致分割出来;接着,选择目标动物的典型样本生成匹配模板对分割结果进行分类检测,初步找出一些疑似目标对象;然后深入挖掘影像中目标动物对象的光谱特征、形状特征,构建特征知识库,对检测结果进行筛选;最后,利用目视解译结果对统计提取出来的动物数量进行了精度评价.实验表明,该方法不仅提取速度快,而且精度较高.该方法将有望显著减少甚至取代部分野生动物地面调查工作,提升野生动物调查的效率和精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邵全琴	中国科学院地理科学与资源研究所陆地表层格局与模拟院重点实验室	124	3098	31.0	49.0
2	罗巍	中国科学院地理科学与资源研究所陆地表层格局与模拟院重点实验室	6	25	3.0	5.0
3	王东亮	中国科学院地理科学与资源研究所陆地表层格局与模拟院重点实验室	3	10	2.0	3.0
4	汪阳春	中国科学院成都山地灾害与环境研究所	9	144	7.0	9.0