基于迁移学习语义分割与模拟光照模板匹配的黄河三角洲单木自动检测方法

《Science of Remote Sensing》：Individual tree detection from Aerial RGB images using transfer learning semantic segmentation and simulated illumination template matching in the Yellow River Delta

　　本研究针对黄河三角洲种质资源保护区单木检测中存在的植被光谱相似、树木密度多样、图像数据有限等挑战，提出了一种结合深度学习与模板匹配的创新工作流。研究人员通过迁移学习语义分割模型准确提取树冠区域，并基于模拟光照生成多尺寸模板进行结构相似性匹配，在四幅验证图像上F1分数达0.776-0.809。该方法为高分辨率RGB航空影像的单木检测提供了可靠技术方案，对黄河三角洲树种保护具有重要意义。

　　

在地球生态系统中，森林作为重要组成部分发挥着不可替代的作用，尤其在碳循环、水土保持、防风固沙和气候稳定等方面具有关键价值。黄河三角洲作为全球暖温带最完整、最年轻的湿地生态系统，其特有的盐碱地性质孕育了大量耐盐碱树种，如柽柳(Tamarix chinensis)和旱柳(Salix matsudana)等。这些树种在防止土壤盐渍化、维持湿地生态系统稳定性方面扮演着重要角色。

然而，黄河三角洲省级种质资源原地保护区(YRD-PGICA)内的树木资源近年来面临严重退化问题。传统的人工野外调查方法不仅耗时费力，而且在植物生长季节，保护区内大量区域被芦苇(Phragmites australis)和白茅(Imperata cylindrica)等植被覆盖，给大规模调查带来极大困难。同时，使用无人机获取超高分辨率影像可能会干扰鸟类繁殖，与传统保护目标产生矛盾。

在这一背景下，研究人员面临三大技术挑战：首先，保护区内存在大量与树冠光谱特征相似的植被，难以准确区分；其次，野生树木空间分布不规则且多呈簇状生长，单木冠层边界模糊；第三，适用于研究区的图像数据相对有限，制约了深度学习方法的性能。为解决这些问题，研究团队开发了一种结合深度学习与模板匹配的创新工作流，以实现黄河三角洲保护区内单木的自动检测与计数。

本研究主要采用了几项关键技术方法：基于高分辨率航空RGB影像构建YRDT数据集；通过迁移学习策略训练UNetFormer语义分割模型区分树木区域；利用Lambertian模型和Bling-Phong镜面反射算法模拟树冠光照特征生成多尺寸模板；采用约束二维装箱模型和结构相似性指数(SSIM)进行模板匹配定位单木位置。

语义分割结果

通过对比不同训练策略发现，采用迁移学习(FTL)方法的UNetFormer模型在训练集和测试集上的F1分数分别达到0.858和0.871，显著优于直接训练模型。可视化结果显示，FTL方法能更准确地区分树冠区域与复杂植被背景，特别是在光谱信息严重重叠的区域表现出色。然而，两种方法对小型稀疏单木的分割效果均不理想，表明白色树冠因样本稀缺而易被漏检。

单木检测结果

模板尺寸配置实验表明，针对不同图像采用[30-45]、[30-45]、[25-45]和[25-40]像素的模板组合可获得最优F1分数（0.809、0.805、0.776、0.799）。四幅图像分别检测出252、160、138和173株单木，误差范围为-3.1%至17.9%。研究发现较小尺寸模板能提高召回率但会降低精确率，说明模板尺寸需根据树木密度和冠层大小进行适配。

与其他方法比较

与DeepForest、YOLOv5x、YOLOv12x等深度学习方法相比，本文方法在簇状生长树木检测方面表现最优。DeepForest-R虽在稀疏树木检测中召回率超过0.9，但对高度重叠冠层的单木识别能力有限。SSIM相似度计算方法相比欧氏距离在四幅图像上分别提升0.019、0.005、0.024和0.032的F1分数，证明其能更好匹配具有相似光照特征的区域。

研究结论表明，该工作流充分利用了深度学习模型在特征提取方面的优势与传统模板匹配方法在整体特征捕捉方面的特长，特别适用于黄河三角洲保护区内植被光谱信息复杂的场景。虽然存在累积误差效应和模板尺寸依赖先验知识等局限性，但该方法为基于高分辨率航空影像的单木检测提供了有效解决方案。讨论部分指出，未来可通过引入边缘检测结构、多源遥感数据融合和自适应模板选择策略进一步优化性能。该研究的实际意义在于为黄河三角洲树种保护工作提供了高效可靠的技术手段，对生态健康评估和土壤盐渍化监测具有重要价值。