基于面向对象分类的大型野生食草动物识别方法——以青海三江源地区为例

Abstract

青海三江源地区位于中国西部,世界屋脊—青藏高原的腹地,青海省南部,平均海拔3 500～4 800 m,气候条件极为恶劣,传统的基于地面观测的野生动物调查方法耗时费力,难以长期开展。本文提出了一种基于无人机航拍影像的大型野生食草动物调查方法,使用2016年7月在三江源地区获取的无人机影像,采用面向对象的影像分析方法,对大型野生食草动物进行了自动识别和数量统计。首先,利用多尺度分割技术将影像中的动物轮廓从背景中大致分割出来; 接着,选择目标动物的典型样本生成匹配模板对分割结果进行分类检测,初步找出一些疑似目标对象; 然后深入挖掘影像中目标动物对象的光谱特征、形状特征,构建特征知识库,对检测结果进行筛选; 最后,利用目视解译结果对统计提取出来的动物数量进行了精度评价。实验表明,该方法不仅提取速度快,而且精度较高。该方法将有望显著减少甚至取代部分野生动物地面调查工作,提升野生动物调查的效率和精度。

Keywords

• 大型野生食草动物
• 无人机影像
• 多尺度分割
• 模板匹配
• 模糊逻辑分类