基于实例分割的高郁闭度林分单木树冠无人机遥感提取

作者：谢运鸿; 荆雪慧; 孙钊; 丁志丹; 李睿; 李豪伟; 孙玉军^*

来源：林业科学研究, 2022, 35(05): 14-21.

DOI：10.13275/j.cnki.lykxyj.2022.005.002

• 遥感
• 无人机
• 深度学习
• 实例分割
• Mask R-CNN
• 树冠提取

[目的]利用遥感影像获取高郁闭度林分树冠信息。[方法]试验了一种基于实例分割模型的无人机遥感影像单木树冠提取方法，选用7种残差网络用于模型的特征提取，逐一对不同郁闭度杉木纯林进行单木树冠提取。[结果]表明，7个实例分割模型对低郁闭度林分树冠分割的边界框AP值和掩膜AP平均值分别为55.89%、57.29%，林分东西冠幅、南北冠幅和树冠面积参数提取均方根误差平均值分别为0.161、0.179和0.341，平均预测决定系数R2分别为0.912、0.918和0.957；对高郁闭度林分树冠分割的边界框AP值和掩膜AP平均值分别为46.00%、44.45%，单木东西冠幅、南北冠幅和树冠面积参数提取均方根误差平均值分别为0.479、0.497和1.256，平均预测R2分别为0.806、0.762和0.936。[结论]各参数提取精度均优于传统调查精度，该方法能自动化、快速化、精准化获取树冠信息。

• 单位
  北京林业大学