Key points are not available for this paper at this time.
Die Kosten der Waldprobenahme können erheblich gesenkt werden, indem die Möglichkeit besteht, Wald- und Baumparameter direkt aus Luftbildern zu schätzen. Um dies zu erreichen, ist es jedoch notwendig, einzelne Wipfel genau zu identifizieren und dann die Region in der Nähe des Wipfels zu definieren, die das Kronenmaß umfasst. Diese beiden Schritte wurden in der Regel unabhängig behandelt. In diesem Papier leiten wir die Grenzen einzelner Baumkronen und Wipfellagen innerhalb eines einheitlichen Rahmens ab. Wir wandten einen zweistufigen Ansatz an, bei dem zuerst eine Kantenerkennung gefolgt von einer markierten wasserbeständigen Segmentierung stattfand. Eine Laplace-Gauss-Kantenerkennungsmethode wurde im kleinsten effektiven Maßstab eingesetzt, um den Hintergrund auszublenden. Ein Acht-Verbindungs-Schema wurde verwendet, um die verbleibenden Baumobjekte in der Kantengrafik zu kennzeichnen. Anschließend werden die Wipfel basierend sowohl auf Radiometrie als auch auf Geometrie modelliert. Genauer gesagt, wird angenommen, dass die Wipfel durch lokale Strahlungsmaxima dargestellt werden und sich auch in der Nähe des Zentrums der Baumkrone befinden. Infolgedessen wurde ein Markerbild aus dem abgeleiteten Wipfel erstellt, um die wasserbeständige Segmentierung zu leiten, um berührende und gruppierte Bäume weiter zu unterscheiden und ein segmentiertes Bild aus einzelnen Baumkronen zu erzeugen. Unsere Methoden wurden an einem 256 x 256 Pixel großen CASI-Bild eines kommerziell dünnen Versuchswaldes entwickelt. Eine vielversprechende Übereinstimmung zwischen unseren automatischen Methoden und den manuellen Abgrenzungsergebnissen wurde sowohl bei der Zählung der Anzahl der Bäume als auch bei der Abgrenzung der Baumkronen erreicht.
Wang et al. (Mon,) haben diese Frage untersucht.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: