基于Stacking单目视觉组合参数的树种分类研究

作者：杨森; 樊仲谋^*; 张文宣

来源：林业工程学报, 2023, 8(03): 173-181.

DOI：10.13360/j.issn.2096-1359.202208020

• 单目视觉
• 组合参数因子
• Stacking
• 树种识别

树种分类在城市景观提升、生态结构调整、林业资源管理等方面具有重要作用，但如何科学、快速、简便地进行树种分类一直是实际工作的难点。本研究选取福州三江口生态公园8种优势树种为研究对象，采用单木摄影代替传统近景摄影测量中的立体像对，提取单木地径、树高、枝下高、冠高、冠幅等特征参数的像素值，考虑到像素值不能直接反映单木因子的真值，尝试采用比值组合参数代替特征真值作为分类特征因子。将比值组合参数通过重要性排序选出其中5个重要的特征因子，利用模型融合方法和3种传统机器学习方法进行分类。结果表明：所提出比值组合参数可以用于树种分类，并且在选用的分类模型中，Stacking融合模型对树种分类效果最好，分类准确率可达85.12%,相较于传统机器学习K最近邻、支持向量机、随机森林分类准确度分别提高18.38%,14.40%,10.93%。研究结果可以为树种识别提供新的思路和方法。

• 单位
  福建农林大学; 土木工程学院