徐永胜，刘浩然，范伟伟，林文树

(东北林业大学 工程技术学院，黑龙江 哈尔滨 150040)

林木冠幅信息的精确提取是获取森林结构参数的重要基础，也是高分辨率遥感影像在林业应用领域的技术难题[1-2]，传统树木冠幅信息获取通过样地内树木的每木检尺，这种方法存在成本高、效率低、数据实时性差等弊端，难以满足现代林业发展的需要[3]。遥感影像提取森林结构参数时，影像清晰度受云层影响较大[4]；无人机激光雷达和地面激光雷达成本高昂，因此限制了激光雷达在树木结构参数提取中的广泛应用与推广[5]；无人机影像具有操作成本低、可在云下飞行、耗能少和实时观测的优势[6]，且影像中树种区别明显，各种地物的特征显示清楚，容易判读[7]。

目前针对无人机影像的树冠提取有很多种方法，传统的方法有目视解译法[8-9]，其总体像元精度可达到72.57%～80.17%，提取效果与人们主观性有关，无法准确提取出树冠特征，针对大面积解译时效率低且边界易产生错位现象。L.Vincentetal[10]提出了一种基于浸没模型的分水岭算法。由于分水岭分割算法依据像素点可以对树木冠幅进行有效提取，分割结果具有客观性。因此，分水岭算法被广泛应用于无人机影像树木冠幅提取中。C.Xuetal[11]提出一种特征区域提取的分水岭分割方法，与其相关区域进行计算匹配，建立了林分的三维模型；郭昱杉等[12]基于高空间率遥感影像为数据源，采用标记控制的分水岭分割的方法对疏林区和密林区进行树冠提取，结果表明疏林区提取精度可达87.8%，密林区提取精度可达65.5%；……