以福州大学为试验区,提出一种基于无人机遥感影像的台风灾害倒伏绿化树木的快速提取方法,为园林部门进行台风灾害损失评估、灾后重建提供参考.首先利用无人机遥感技术获取高于10　cm分辨率的台风过境前后影像,经过处理得到数字正射影像(Digital　Orthophoto　Map,DOM)和数字表面模型(Digital　Surface　Model,DSM);其次采用高斯高通滤波算法突出树干的边缘信息;然后采用对比过滤分割算法结合互信息最大化特征选择算法(maximum　Relevance　Minimum　Redundancy,mRMR)选择最佳特征子集,再分别根据阈值和随机森林(Random　Forest,RF)分类方法检测出树干与非树干;最后使用骨架化算法将倒下的树干简化为骨架线,采用八邻域追踪法对单棵树干进行精细提取.结果　表明:基于单期无人机影像使用阈值分类方法在试验区中共检测出了71棵倒伏木,准确率达76.06％;而基于RF分类方法倒伏木提取准确率虽提高了12.73％,但漏检率达25.39％;为了比较基于单期和两期影像两种数据源倒伏木的检测效率,结合两期DSM差值,分别采用阈值分类和RF分类两种方法,准确率分别为89.66％和87.30％,漏检率为17.46％和12.70％.研究认为,通过单时相影像特征基本能够检测出倒伏木,多时相影像分析可以有效提高倒伏木的检测精度,为不同数据源情况下的倒伏木检测提供了一种新途径.基于无人机遥感技术可以较好地实现台风灾后倒伏木数量的快速估算.