林木冠层图像的分割方法研究

现代林业研究中,有效的提取并分析图像数据中树木信息,对树木深层信息挖掘起着很重要的作用。实际上,从复杂的林业图像中准确的分割出目标植物是很多后续图像研究的关键问题之一。大津法是目前使用最为广泛的图像分割算法之一,但是由于树木图像的自然性,该方法对冠层图像临界处分割往往存在较大误差。为解决该问题,本文结合类间方差及类内聚度这两个度量值,改进大津法阈值选取目标函数,并且以银杏冠层图像为例进行分割,结果表明:(1)对于郁闭度较小的冠层图像,两种分割方法得到的分割效果较为相近;(2)对于郁闭度较大的冠层图像,本文改进方法较传统大津法可得到更好的分割效果。(3)改进法分割冠层图像是可行的。