Tree crown detection using multispectral satellite imagery

Abstract

Ormanlar hayatımızda önemli bir yere sahiptir, çünkü ormanlar yaşamın kaynağı olan çeşitli bileşenleri sağlar. Son yıllarda artan çevre bilincine paralel olarak, ormanların önemi daha da artmaya başlamıştır. Bir ülkenin ormancılık politikası, ağırlıklı olarak bölgesel orman envanterine bağlıdır. Ancak, geniş ormanlık alanlarda orman envanterlerinin tespit edilmesi, fiziksel kısıtlamalar nedeniyle zaman alıcı ve pahalı bir süreçtir.Bu tez, görünür yakın kızılötesinde sekiz spektral bant sağlayan WorldView-2 ve WorldView-3 çok yüksek çözünürlüklü multispektral uydu imgelerinden ağaçların tespit edilmesini hedefler. Ağaç tespit sürecinin ilk adımı, uydu görüntülerinden bitki örtüsü içeren alanları tespit etmektir. Bu amaçla, diğer araştırmacılar tarafından kullanılan farklı bitki örtüsü indeksleri ve bazı yeni bitki örtüsü indeksleri ve bunların birleşimleri analiz edilmiştir. Bu adımda, doğruluk oranını artırmak için farklı eşik değerleri denemiştir. Bitkisel alanlardaki ağaç taçları, uydu görüntülerinin yakın kızılötesi bandının yerel maksimumu ile belirlenmiştir. Bu adımda, ağaç tepelerinin tespiti için yerel maksimum algoritması kullanılmıştır. Doğruluğu iyileştirmek için yerel maksimum bulma işleminden önce düşük frekans geçişli filtreleme uygulanmıştır. Yerel maksimumları bulduktan sonra, çim gibi yanlış tespitleri ortadan kaldırmak için gölgeli alanlar ve tespit edilen noktalara göre bu alanların yerleri tespit edilmiştir. Önerilen yöntemin genel performansı, benzer ağaç algılama yöntemleri ile karşılaştırıldığında daha doğru sonuçlar verdiği görülmüştür.

Forests have an essential place in our lives because they provide various components for source of life. In parallel with the growing environmental awareness, the importance of forests has increased in recent years. Forestry policy of a country predominantly depends on its regional forest inventory. However, the establishment of forest inventories in areas with large forest areas is a demanding time-consuming and expensive process due to physical constraints.This thesis aims to detect trees in very high resolution multispectral satellite images, in particular WorldView-2 and WorldView-3 which provide eight spectral bands in the visible near infrared (VNIR) region. The first step of tree detection process is detecting vegetated areas from satellite imagery. For this purpose, different vegetation indices used by other researchers as well as some novel vegetation indices and their combinations are analyzed. In this step, different thresholds are experimented for vegetation indices to improve accuracy. Tree crowns in vegetated areas are determined by local maxima of NIR1 band of the satellite images. In this step, local maxima algorithm is utilized for detecting treetops. Low pass filtering is applied before local maxima detection to improve accuracy. After finding local peaks, shadowy areas are detected and their positions are validated by the trees detected earlier to eliminate false detections such as grass. The proposed method achieved better overall performance when compared with similar tree detection methods.