基于无人机图像分形特征的油松受灾级别判定

• 作 者: 费运巧 刘文萍 陆鹏飞 骆有庆
• 机 构: 北京林业大学信息学院,北京林业大学林学院,
• 出 处: 计算机应用研究
• 发表日期: 2017年04期
• 关键词: 森林病虫害 无人机图像分析 纹理特征提取 分形特征 油松受灾级别判定

利用无人机采集油松样地图像,提取图像中的单株样本树图像,计算单株样本树图像的多个纹理特征值,对纹理特征值进行灾害分级,与地面基于失叶率调查的灾害分级进行比对,探索能准确描述油松受灾情况的无人机图像纹理特征。实验结果表明,受灾油松图像的三种分形特征,即分形维数、缝隙量及维数升降因子能较好地反映油松的失叶率状况,可作为油松受灾级别的图像判定特征,同时上述分形特征也适用于整块油松样地的受灾级别判定。