Key points are not available for this paper at this time.
개별 수목 크라운 탐지 및 윤곽 설정(ITCD)은 주로 고해상도 항공 사진 및 인공위성 이미지 또는 LiDAR에 의존하며, 이러한 데이터는 획득하는 데 비용이 많이 들 수 있습니다. 무인 항공기(UAV) 원거리 탐지 기술의 출현은 데이터 수집을 위한 경제적이고 효과적인 방법을 제공합니다. 따라서 UAV 고해상도 이미지를 기반으로 한 ITCD 연구는 산림 자원 조사 및 원거리 탐지 검증의 효율성과 정확성을 향상시키는 데 중요합니다. 그러나 매우 고해상도(여기서는 픽셀 크기가 10cm 미만으로 정의됨) 이미지에서 캐노피 질감의 불균일성이 컴퓨터 처리에 의해 개별 수목의 올바른 탐지에 해로울 수 있습니다. 우리는 의학 영상 세분화에서 사용되는 편향 필드 추정을 적용하여 매우 고해상도 UAV 유래 정사 사진 내의 캐노피 스펙트럼 이질성을 줄였습니다. 연구 대상로서 묘목에서 자라는 어린 차나무 및 화살나무를 선택하여, 겹쳐진 UAV 이미지에서 생성된 정사 사진(지상 해상도 2.5cm)에서 우리의 방법을 테스트했습니다. 먼저 지역 강도 클러스터링을 적용하여 부드러운 편향 필드 이미지를 생성한 후, 열기 및 닫기의 형태학적 작업을 사용하여 캐노피의 세밀한 질감이 추가로 부드럽게 되었습니다. 마지막으로, 마커 제어 수조 세분화 알고리즘을 적용하여 개별 수목 크라운이 추출되었습니다. 세분화 결과는 수동으로 그린 개별 수목 크라운 폴리곤과 비교하여 검증되었습니다. 차나무와 화살나무의 탐지율 F 점수는 각각 98.2% 및 93.1%로 나타났습니다. 이 결과는 비편향 처리 없이 유사한 처리 단계로 달성된 결과보다 현저히 우수합니다. 우리의 연구는 UAV로 획득한 매우 고해상도 이미지에서 편향 필드 및 마커 제어 수조 세분화를 기반으로 개별 수목 크라운을 탐지하고 윤곽 설정하는 것이 실현 가능하고 효과적임을 증명합니다.
Huang et al. (Thu,)는 이 문제를 연구했습니다.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: