• 研究生: 陳怡玲
• 畢業學年度: 101
• 相關連結

台灣的森林由於氣候與海拔的關係，從低海拔的闊葉林到高海拔的針葉林，分佈相當廣泛。台灣的高山地形使得人工管理近乎不可能，因此遙測影像被廣泛的應用來解決此一問題，然而人工影像判讀除了需要大量的人力以外，並嚴重依賴判讀者的經驗。近年來多層次型態學動態輪廓演算法(MMAC)被提出來用以自動偵測樹木與輪廓描繪。
多層次型態學動態輪廓演算法(MMAC)雖然可以有效的解決高山地區的樹木輪廓辨識率，然而此一演算法的原先設計，是針對光達影像所提供的高度資訊來偵測樹木與樹冠描繪。若影像資料為傳統的RBG影像與多光譜影像的型態，因為難以直接對應到光達影像所呈現的高度時，此一演算法的偵測效能就會大幅下降。
本論文將光譜資訊加入多層次型態學動態輪廓演算法，用以改良其原本只能使用於光達影像上的缺點，藉由加入頻譜資訊的概念，利用頻譜分析與分類器，進一步提升偵測率並拓展此一演算法到多光譜影像。本論文以光譜分析的角度改進原演算法的限制性，並進一步提升樹木偵測與樹冠描繪的效能，並期望未來能夠應用於大面積的遙測影像上。