• 研究生: 吳祐綸
• 畢業學年度: 104
• 相關連結

早期的遙測技術皆以人工判讀影像，然而此一方式除了耗費大量的人力與工時之外，判讀的結果也存在客觀性的問題。因此近來許多影像辨識與自動化判讀的技術紛紛被提出，其中之一為多層次型態學動態輪廓演算法(MMAC)，此演算法利用由下而上的侵蝕(Bottom-up erosion)找出樹冠做為種子，進一步透過形態學與主動輪廓演算法描繪出樹冠。此一演算法能夠有效地提升山區的樹木偵測率，然而由於其演算法的設計，對於樹木的偵測是利用區域最大值及樹冠具有圓形的特徵，因此容易將樹枝誤判為獨立的樹木，增加樹木數量的誤判，並無任何機制針對所找出的樹冠進行篩檢。另外此演算法也面臨運算量龐大的問題，使得此演算法難以運用於大面積的遥測影像。
本論文將修改多層次形態學動態輪廓演算法，導入梯度向量蛇行演算法，藉以解決上述了兩大問題。論文中保留了MMAC向上侵蝕技術找出樹冠頂端做為種子，利用梯度向量蛇行演算法將種子輪廓拓樸到真實樹冠所在位置，經由本論文實驗結果驗證，將可以有效提升樹冠的偵測率及輪廓描繪的速度。