《表3 样地株数精度分析表》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《集成U-Net方法的无人机影像胡杨树冠提取和计数》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

基于上一步分割得到的密集胡杨区域，利用平滑处理后的图像特征，使用标记分水岭方法可以将密集的胡杨林分割成单株的胡杨，从而自动计数。本实验使用结构元尺寸为6的开运算处理后对上述10个样方进行标记分水岭方法分类，精度验证结果如表3所示。总体精度高达到98.63%，总体误授误差为14.81%，总体漏分误差为13.44%。平均总体精度为93.29%，较总体精度相差5.34%，分析可知是因为提取株数在实测株数值左右浮动，将10个提取株数样本求总数正好和实测株数值相差很小，所以根据总体计算公式求得总体精度较高，使用平均总体精度93.29%可以更加准确的表达分类精度。何艺等[27]使用多尺度分割算法对阔叶林样地株数提取总体精度达到90.34%，本研究总体精度为93.29%，精度提高了2.95%。郭昱杉等[26]单独使用标记分水岭方法进行阔叶林单木树冠提取，准确率为65.55%，本研究通过深度学习进行初步分割，再使用标记分水岭分割，平均准确率达到84.75%，提高了19.2%，说明融合集成应用U-Net深度学习和分水岭分割的方法比单独使用标记分水岭分割有更好的精度。