• 研究生: 蔡紹安
• 畢業學年度: 104
• 相關連結

近年來氣候越趨近極端，大自然的保護更為重要，如何有效的管理森林面積以及利用樹種變遷來追蹤氣候的變化，成為一個非常重要的議題。但因為透過人工方式實地去調查非常費時且耗人力，由於遙測影像具有大範圍與即時監控等特性，因此該技術被廣泛地用於此一應用。
自1980年以來有許多的樹木偵測與輪廓描繪的演算法被提出，最早的演算法是利用樹木於彩色(RGB)空照圖上的特性，將每棵樹的輪廓圈選出來。近十多年來，由於光達影像可以提供物體垂直的結構，因此開始被廣泛地用於此應用。縱然許多的針對多光譜或RBG彩色影像所提出演算法依然適用於光達影像，然而這些演算法均未善加利用光達影像所提供的樹木垂直特性。
本論文利用Pollock所提出的三維樹木模型，此一模型可以用來模擬樹木三維的輪廓，然而此一模型的精確度嚴重的仰賴各項參數。為了解決此一問題，本論文提出一套迭代式演算法，於迭代的過程中找出與樹冠頂端的資料點最接近的Pollock模型，並透過最小平方法求得誤差，利用此一誤差將樹冠區域過濾出來，並將其概略的輪廓描繪出來，所提出的演算法將提供更精確的樹木偵測率與快速的運算，使其更適合運用於樹木的偵測與描繪。