基于无人机影像与Mask R-CNN的单木树冠检测与分割

黄昕晰，夏凯，冯海林，杨垠晖，杜晓晨

(浙江农林大学信息工程学院，浙江省林业智能监测与信息技术研究重点实验室，林业感知技术与智能装备国家林业局重点实验室，杭州 311300)

对树木的检测、分类、定位以及参数获取一直是林业资源调查的中心任务。传统的林业资源调查方式主要为人工实地考察测量和基于遥感影像进行影像目视解译这两种:前者需要耗费大量的人力物力、且精度由于人为因素难以得到保证[1-2];后者受分辨率以及云层影响，通常难以满足中小尺度区域的林业调查，且目视解译过程中往往需要比较大的时间成本[3-4]。虽然近年来激光雷达LiDAR在获取各项树木参数方面取得了不错的效果，但LiDAR传感器价格昂贵且数据处理过程复杂，与遥感影像相比成本较高[5]。

相比较于卫星遥感，无人机遥感因具有高分辨率、高时效性以及影像获取便捷等优势而作为一种新遥感影像获取途径被逐渐应用于林业资源调查中[6-8]。例如：刘文萍等[9]以银杏和梧桐为例，提出了基于无人机正射图像分析的胸径预测方法，为中小尺度林地调查提供了技术支撑；于东海等[10]对目标树木进行无人机倾斜摄影获取多角度航空影像从而测算树冠体积，为单木树冠几何参数的提取提供了参考；陈崇成等[11]使用无人机影像匹配点云数据对罗汉树和桂花树进行了单木冠层三维分割，得到了精度可靠的分割结果。以上研究均表明,无人机遥感技术在单木树冠的参数提取方面已得到应用，但从时间成本考虑仍缺乏快速提取相关树冠参数的手段。……