Metsikkökuvioiden tuottaminen kaukokartoitusaineistoa käyttäen
Ketola, Jaakko (2020)
Diplomityö
Ketola, Jaakko
2020
School of Engineering Science, Tietotekniikka
Kaikki oikeudet pidätetään.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi-fe202003238775
https://urn.fi/URN:NBN:fi-fe202003238775
Tiivistelmä
Metsikkökuvioita hyödynnetään metsän toimenpidesuunnittelussa ja puuston arvioinnissa. Perinteisesti näitä kuvioita on rajattu käsin ilmakuvista. Kuvioita voidaan tuottaa myös automaattisesti erilaisia kaukokartoitusaineistoja käyttäen. Tässä keskitytään vääräväri-ilmakuvien ja laserkeilausaineiston ominaisuuksiin, käsittelyyn ja muuntamiseen muotoon, jossa niitä voidaan hyödyntää metsikkökuvioiden automaattiseen tuottamiseen. Työssä esitetään kehitetty menetelmä aineiston esikäsittelyyn, jossa eri aineistot yhdistetään samassa georeferenssissä olevaksi kuvaksi, josta kohinan suodatuksella ja bilateraalista tai Mean Shift -suodatusta käyttäen tuotetaan segmentointia varten aineisto, josta metsikkökuviot tuotetaan dynamiikkasuodatetulla Watershed-muunnoksella. Lisäksi esitetään menetelmä alueiden yhdistämiseen samankaltaisuuden perusteella. Lopuksi kuvataan menetelmä tuotettujen kuvioiden muuntamiseksi vektorimuotoon, jolle suoritetaan reunaviivojen tarkennus topologian säilyttävällä Active Contour -menetelmällä. Kuvioinnin laadun arviointi ilman maastokäyntejä on haastavaa tuotettujen rajausten oikeellisuuden varmistamiseksi. Forest stands are used in forest operational planning and forest inventory. Traditionally forest stand delineation has been done manually using aerial images. Stand delineation can also be done automatically using various remote sensing data. Here we describe false color aerial images and aerial laser scanning data and use and transform them into a form that can be used in an automatic stand delineation process. In this work, we present methods that were developed for preprocessing data using noise reduction and bilateral or Mean Shift filtering methods for the segmentation that is using dynamics filtered watershed transform to perform the forest stand delineation. We also present a method to merge the stands by their similarities. In the end, we describe a method to vectorize the segmentation result and a method to correct the vectorized form of the stand delineation using the topology-preserving Active Contour method. The quality assessment of the produced stand delineation without field visits is difficult.