基于形态学重建的LIDAR树冠高度模型描述算法
激光雷达(Light Detection and Ranging,LIDAR)遥感技术的快速发展，提供了高密度的林地点云数据，可以建立高精度的树冠高度模型。利用TCHM建立合适的树冠描述方法，是高分树冠分割和提取的基础，也是目前高空间分辨率遥感树冠研究的重难点之一。提出了一种基于多尺度形态学重建的树冠高度模型的多尺度分层分解(Morphological Reconstruction Canopy Decomposition,MRCD)描述算法.该方法解决了传统的多尺度形态学开运算的树冠高度模型切割(Morphological Open Canopy Segment,MOCS)算法中存在的树冠边缘的误提取问题,更准确的表达树冠高度模型的多尺度特征,可以为树冠种子区域的精细提取和树冠准确分割提供支持.
遥感图像 树冠分割 高度模型 描述算法 多尺度特征
刘庆杰 荆林海
中国科学院遥感与数字地球研究所,数字地球重点实验室,北京100094
国内会议
西安
中文
1136-1140
2014-09-20（万方平台首次上网日期，不代表论文的发表时间）