تعیین و تشخیص خودکار تاج درخت در تصویر دیجیتال UltraCam-D
Publish place: Forest Research and Development، Vol: 2، Issue: 3
Publish Year: 1395
Type: Journal paper
Language: Persian
View: 196
This Paper With 16 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
JR_JFRD-2-3_004
Index date: 4 December 2023
تعیین و تشخیص خودکار تاج درخت در تصویر دیجیتال UltraCam-D abstract
این پژوهش با هدف ارزیابی نتایج اعمال الگوریتمهای حداکثر فیلتر محلی، تطبیق الگو و تقسیمبندی حوضه بر روی تصویر هوایی UltraCam-D برای تعیین و تشخیص خودکار تاج درختان بلوط ایرانی (Quercus brantii Lind) در مقایسه با نتایج حاصل از روشهای تفسیر چشمی و آماربرداری زمینی تاج درختان انجام شده است. پس از پردازش اولیه تصویر، در عرصهای با مساحت حدود ۱۰ هکتار در بخشی از پارک جنگلی یاسوج، تعداد ۱۰۰ پایه درخت بلوط ایرانی به روش تصادفی برای انجام این بررسی انتخاب شد. مساحت تاج درختان با روش تفسیر چشمی مشخص و پس از محاسبه بهعنوان مساحت واقعی در نظر گرفته شد. در روش آماربرداری زمینی مساحت تاج و تعداد پایه هر درخت اندازهگیری و ثبت شد. همچنین، بهمنظور تعیین و تشخیص خودکار تاج درختان، الگوریتمهای مذکور با برنامهنویسی بر روی تصویر مذکور اعمال شدند. نتایج نشان داد که خطای جذر میانگین مربعها (RMSE) الگوریتم تقسیمبندی حوضه در مقایسه با دیگر روشهای تعیین مساحت تاج درختان بهتر و معادل ۴۱/۲ درصد است. صحت کل و ضریب کاپا بهدستآمده توسط ماتریس خطا برای هر یک از الگوریتمهای نشان داد که دقت الگوریتم تطبیق الگو بهمنظور تشخیص تاج درختان یا به عبارتی تشخیص تکپایه یا جستگروه بودن درختان نسبت به دیگر الگوریتمهای مورد استفاده در این پژوهش بیشتر است.
تعیین و تشخیص خودکار تاج درخت در تصویر دیجیتال UltraCam-D Keywords:
تعیین و تشخیص خودکار تاج درخت در تصویر دیجیتال UltraCam-D authors
Alireza Salehi
استادیار، دانشکده کشاورزی، دانشگاه یاسوج
Masome Gomroki
کارشناسی ارشد فتوگرامتری، دانشکده مهندسی عمران و نقشه برداری، دانشگاه تفرش
Zahra Azizi
استادیار، دانشکده محیط زیست و انرژی، دانشگاه آزاد اسلامی، واحد علوم و تحقیقات تهران
Hamed Sadeghian
دانشجوی دکتری جنگلداری، دانشکده کشاورزی، دانشگاه خرم آباد