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

罗 巍邵全琴* 王东亮汪阳春

(1.中国科学院地理科学与资源研究所陆地表层格局与模拟院重点实验室，北京，100101；2.中国科学院成都山地灾害与环境研究所，成都，610041)

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

罗 巍1邵全琴1*王东亮1汪阳春2

(1.中国科学院地理科学与资源研究所陆地表层格局与模拟院重点实验室，北京，100101；2.中国科学院成都山地灾害与环境研究所，成都，610041)

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

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。

青海三江源地区是世界高寒地区生物多样性集中区，据统计，区内有国家重点保护动物69种。其中国家Ⅰ级重点保护动物16种，国家Ⅱ级重点保护动物53种[1]。自从三江源国家自然保护区建立以来，该地区的生态环境明显改善，大型野生食草动物种群数量逐年增加。如何系统全面地掌握该地区大型野生食草动物的种群数量成为对其进行科学合理保护的关键所在。

现阶段各国对野生动物种群数量监测的方法主要有样线法[2]、抽样调查法[3]、足迹遇见法[4]、有人机计数法[5]以及卫星遥感监测法[6]等等。由于野生动物个体相对较小，其皮毛颜色易与地面混淆，使用卫星遥感监测手段很难分辨清楚。再者，三江源地区海拔较高、气候恶劣，传统的人工地面调查难以开展。

随着无人机技术及航拍技术的迅速发展，越来越多的学者开始借助无人机航拍的方式监测野生动物，如赵忠琴等[7]采用无人机遥感技术对丹顶鹤(Grusjaponensis)进行了相关研究。但其仅仅局限于遥感影像的低层次应用，对目标体的识别仍采用传统的目视解译方法。随着近年来模式识别、人工智能领域新技术新方法的不断出现[8-9]，借助计算机算法实现海量数据的自动解译变得不再遥不可及。

eCognition是世界上第一个面向对象的智能化影像分析软件，它模仿人类思维进行影像综合智能分析和信息提取，具有模糊逻辑分类、模型化、复杂语意分析及整合多源数据等功能。通过人机交互定义的分割尺度、颜色、形状等参数进行影像对象分割，以影像对象为基本空间单元进行地物目标提取，可应用于各种专题研究[10]。本文基于在三江源地区实地获取的大量无人机航拍数据，将eCognition先进的影像分析技术、基于对象探测的计算机视觉技术及自动化解译技术三位一体地应用于大型野生食草动物的自动识别和统计，最终取得了良好效果。

1 面向对象的大型野生食草动物识别统计方法

面向对象方法类似于人类大脑的认知过程，首先将图像分割为不同的对象，即同质像素的集合。通过分割能够将噪声融合进对象之中，从而较好地解决了噪声干扰问题。接着，选择具有典型性的目标样本，通过eCognition的模板匹配功能构建针对特定目标的识别模板，初步检测出一些疑似目标对象。然后，充分利用动物对象的光谱特征、形状特征、空间纹理特征等构建特征知识库，剔除非目标对象。最后，结合目视解译的结果对统计出来的各类动物数量进行精度评价。本文技术路线图如图1所示。

图1 本文技术路线Fig.1 Technology roadmap of this paper

1.1 影像预处理

影像分割过程中，灰度差异较小但分属不同地物类型的相邻像元，分割后容易被合并为一个对象，从而造成错提、漏提。为此，需对原始影像进行预处理，增大提取目标与背景的反差，以取得更好的分割效果。一种有效的处理方法是对影像进行分段拉伸，增大像元之间灰度值的差距。

1.2 影像分割

面向对象提取的关键是影像分割，许多影像分割算法都是针对影像的灰度特征的，但是仅仅依靠灰度特征将会造成有破碎边界的影像目标。因此，在分割时有必要加入形状因子使对象更加完整，从而提高分割质量。本文采用光谱特征与形状特征相结合的多尺度分割方法。先将单个像元合并为较小的影像对象，然后再将较小的影像对象逐渐合并为较大的多边形对象。分割时要遵循两个原则：一是尽可能地设置较大的光谱权值；二是对于那些边界不很光滑但聚集度较高的影像应尽可能使用必要的形状因子。

1.3 模板匹配检测

模板匹配以“对号入座”的方式选择一些目标的典型样本生成匹配模板，然后用生成的模板对分割出来的对象进行分类检测。该过程包含两个步骤，通过使用模版编辑进行模板生成，然后通过使用模板匹配算法进行模板应用。

1.4 特征知识库构建

模板匹配检测结果通常存在一定误差，往往会把一些不相关的地物误分为动物。因此，必须结合影像中动物对象自身的特征构建知识库，利用知识库中的规则对检测结果进行筛选，从而提高提取精度。本文以三江源地区具有代表性的大型野生食草动物藏野驴(Equuskiang)为例，选取以下几个特征构建知识库。

(1)像元灰度值。藏野驴的皮毛呈棕黑色，与地物背景有较大差异，是较为明显的特征。

(2)对象面积。影像中藏野驴对象的大小一般不超过50个像元，因此模板匹配检测出来的大于50个像元的对象应予剔除。

(3)最大光谱差异。最大光谱差异值<灰度均值<像元层灰度<对象特征值。

1.5 对象分类统计

分类的结果是将所有的藏野驴对象用相同颜色的多边形标记，通过eCognition自带的函数对这些多边形的个数进行统计，从而得到最终结果。

2 实验过程

本实验以青海省果洛藏族自治州玛多县作为研究区，选取2016年7月获取的无人机航拍影像作为实验数据。图2为一幅玛多县扎陵湖附近获取的原始无人机影像，该影像包括蓝、绿、红3个波段，尺寸6 000×4 000像素，空间分辨率为0.15 m。

如图2中局部放大部分所示，影像中包含大量藏野驴。本实验即以藏野驴作为目标，开展提取实验。实验采用Definiens Developer Trial 9.2进行。为了增大提取目标与背景的反差，以取得更好的分割效果，对原始影像进行了分段拉伸。

接着，对预处理后的影像进行多尺度分割。为了把藏野驴的轮廓从背景中分割出来，本实验对尺度参数进行了多次尝试，最终确定分割尺度为20，形状差异性权值为0.1，紧致度权值为0.5。

为了从分割结果中检测出藏野驴对象，本实验从原始影像中选择一些典型的藏野驴样本生成检测模板，并不断对样本进行测试，直到检测模板的匹配度达标为止，最终设置的匹配度参数为80%。

使用生成的匹配模板对分割结果进行检测，初步找出一些疑似藏野驴的对象，图3中用红色予以标识。

图3的检测结果存在误分现象，一些不相关地物(如岩石、塔头墩等)被当成了藏野驴。为了将它们剔除，需要根据藏野驴对象的特征构建知识库。本实验给出了3条规则，分别是红波段值小于55、单个对象面积小于50以及Max.Diff值小于0.45。

执行上述规则后图2中局部放大部分的筛选结果如图4右半部分所示，其中藏野驴对象被标记为红色多边形。图4左半部分为对应的原始影像。

筛选完成后我们给出一条规则(animal at Level merge：number_animal=number)用以统计藏野驴对象的数量(number_animal)，最终得出图2中的藏野驴数量为12头。

为了评价本文方法的提取精度，我们给出了一个直观的评价指标，即：

其中，自动解译个数即使用本文面向对象分类法得到的动物个数，如上可知图2中藏野驴数量为12头。人工解译个数即通过人工数数的方法得到的动物个数，用此方法得出图2中的藏野驴个数为14头。因此，本文方法的准确度为12/14×100%=85.7%。

图2 原始无人机航拍影像Fig.2 Original UAV aerial image

图3 匹配模板检测结果Fig.3 Detection result of the matching template

图4 筛选检测结果Fig.4 The screening detection result

3 讨论

本文基于面向对象的思想，探讨了一种从无人机航拍影像中自动获取大型野生食草动物信息并统计数量的方法。首先，综合应用形状差异性、紧致度等因子大致分割出动物对象；接着构建匹配模板对分割对象进行分类检测；然后构建规则知识库，利用模糊逻辑进一步筛选检测结果；最后对分类结果进行统计。通过与人工解译结果相比较，该方法具有较高的精度。如何挖掘出更多的动物对象特征，从而进一步提高提取精度并扩大可提取动物的范围，成为下一步研究的重点。

致谢：中国科学院动物研究所蒋志刚研究员为本次野生动物航拍给予了方法指导；中国科学院西北高原生物研究所李来兴副研究员为此次航拍调查给予了大量帮助；中国科学院地理科学与资源研究所樊江文研究员、李俞哲助理研究员为野生动物识别工作提供了大量宝贵经验；北京天目创新科技有限公司提供了免费的Definiens Developer Trial 9.2版软件，谨致谢忱！

[1] 邵全琴，樊江文.三江源区生态系统综合监测与评估[M].北京：科学出版社，2012：300-301.

[2] 赵垚.浅析我国野生动物保护现状与对策[J].山西林业，2007(6)：4-5.

[3] 魏辅文，娄治平.中国野生动物保护研究现状[J].中国科学院院刊，2010，25(6)：668-673.

[4] 刘宁.野生动物数量调查方法综述[J].云南林业科技，1998(2)：58-60.

[5] Ottichilo W K，de Leeuw J，Prins H H T.Population trends of resident wildebeest[Connochaetestaurinushecki(Neumann)]and factors influencing them in the Masai Mara ecosystem，Kenya[J].Biological Conservation，2001，97(3)：271-282.

[6] 马建维，高中信.遥感技术在野生动物资源调查中的应用[J].野生动物，1991，12(4)：3-6.

[7] 赵忠琴，李金录，冯科民，等.大型水禽航空调查方法[J].野生动物，1985，6(4)：25-27.

[8] 陈自宽，孙颖.基于功率谱分析的指纹实时识别系统[J].光学学报，1994，14(9)：903-907.

[9] 白鹏，牟龙芳，王婕.图像阈值分割方法的研究[J].科协论坛，2011(3)：76-77.

[10] Shi Yiqiang，Zhu Xiaoling，Lin Fang.Based on multi-factor objects of high spatial resolution remote sensing image road extraction[J].Journal of Jimei University，2010，15(4)：312-316.

Wild large herbivores；UAV image；Multi-resolution segmentation；Template matching；Fuzzy logical classification

An Object-Oriented Classification Method for Detectdion f Large Wild Herbivores：a Case Study in the Source Region of Three Rivers in Qinghai

Luo Wei1Shao Quanqin1*Wang Dongliang1Wang Yangchun2

(1.Key Laboratory of Land Surface Pattern and Simulation(IGSNRR)，Chinese Academy of Sciences(CAS)，Beijing，100101，China；2.Institute of Mountain Hazards and Environments(CAS)，Chengdu，610041，China)

The source region of the Three Rivers in Qinghai is in western China in the hinterland of the Qinghai Tibet Plateau in southern Qinghai Province.Elevation ranges from 3 500 to 4 800 meters and climate conditions are harsh.In this region，it is difficult to use traditional wildlife monitoring methods.Based on aerial images acquired by unmanned aerial vehicles(UAVs)in this region in July 2016，we used object-oriented image analysis to automatically extract information on large wild herbivores and we analyzed quantitative statistics.First，the contours of the animals in the images were roughly separated from the background using a multi-scale segmentation technique.Next，typical samples of the target animals were selected to generate matching templates to classify and detect the segmentation results and to locate suspected target objects.Then，the spectral features and shape features of the target animal objects in the images were extracted to construct a feature knowledge base and to screen the detection results.Finally，we evaluated accuracy by combining the number of animals extracted from the statistics with those extracted from the results of visual interpretation.This method had both high extraction speed and high precision.The method is expected to significantly reduce or even replace part of the ground survey for wildlife，and improve the efficiency and accuracy of wildlife survey.

稿件运行过程

2017-01-10

修回日期：2017-01-23

发表日期：2017-11-10

Q958.1

A

2310-1490(2017)04-561-04

国家重点研发计划项目(2017YFC0506505；2017YFB0503005)；国家自然科学基金面上项目(41571504；41501416)；青海科技计划项目(2015-SF-A4-1)

罗巍，男，34岁，博士后；主要从事地图学与地理信息系统方面研究。E-mail：luowei@radi.ac.dn

*通讯作者：邵全琴，E-mail：shaoqq@igsnrr.ac.cn