基于Graph Cut算法的多株立木轮廓提取方法

• 作者: 徐爱俊 杨婷婷 管昉立
• 来源期刊: 南京林业大学学报（自然科学版）
• 学科: 农学
• 关键词: Graph Cut算法 轮廓提取 改进Canny算子 图像分割
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 研究论文
• 页码范围: 91-98
• 页数: 8页
• 分类号: S781|TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1000-2006.201804012

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨婷婷		1	2	1.0	1.0
2	管昉立	武汉大学测绘遥感信息工程国家重点实验室	1	2	1.0	1.0
3	徐爱俊		1	2	1.0	1.0