应用半球图像构建的立木高度测算方法

结合鱼眼相机标定技术、近景摄影测量技术、图像处理技术,提出了应用半球图像测算立木高度的测量方法。利用配有鱼眼镜头的iPhone7苹果手机采集半球图像,图像尺寸为3024×3024像素时,图像光学中心点坐标用图像中心点坐标代替,畸变系数分别取kx=18.141、ky=17.936;依据鱼眼镜头的标定、校正原理建立测算树高的数学模型,给出模型参数标定步骤;通过实地测量与计算,分析半球图像立木高度测算方法与传统的超声波测高方法的差异。结果表明:半球图像立木高度测算方法,最高相对误差为3.35%,能够满足国家森林资源二类调查中对树高测量精度的要求。与超声波测距仪相比,半球图像立木高度测算方法——精度更高、测量结果更稳定;测量范围广、单幅采集立木信息量大,能在一幅半球图像中实现一排树的树高测算,有效降低测量工作量;成本低、设备便携、操作简单,单人即可完成测量。

应用车载双激光雷达系统构建的林分高度测算方法

为解决林分高度难以直接测量,避免受到环境因素的影响,研究人员从三维点云数据来获取林分高度。该文提出一种车载双激光雷达系统,双雷达分别完成林分数据扫描和地图构建的工作,在点云数据处理中,使用递进式点云滤波方法,选取适合林分点云数据的处理条件,对林分点云数据进行还原,使得到的林分点云数据更好地进行配准、特征提取和可视化,并测量林分高度。实验结果与现场实测数据进行比较表明,该文提出的方法对林分高度测量误差为0.072~0.316 m,平均相对误差为1.46%,具有精度高、受人为操作影响小、数据获取效率高等优势,且测量仪器轻便、成本低,适用于野外调查。该方法能够用于提高林业研究中林分结构参数的测量精度和效率。

基于鱼眼镜头的树高测量方法

为解决当前测量树高方法中存在测量误差大、测量不便等问题,提出一种基于鱼眼镜头的树高测量方法。该方法首先利用鱼眼镜头成像模型确立世界坐标系到图像像素坐标系的变换关系;然后以畸变系数的等距投影模型为基础,利用Scaramuzza鱼眼相机标定方法求解参数并建立测量系统模型;最后利用图像处理技术对实验图像进行轮廓提取、分割及极值点提取,实现对树高的测量。通过所提出的测量方法对树高进行测量,实验结果表明:测量方法的测量误差在-0.196~0.195 m,树高测量最高相对误差为2.75%,平均相对误差为1.505%,说明该方法有效减小了测量误差,具有很高的精确性,同时测量方法简便,可操作性强。

基于樽海鞘和自适应差分进化的相机内参优化

该文针对相机标定过程中因优化算法所引起的精度不足、稳定性差、易陷入局部最优的问题,提出将樽海鞘优化算法和自适应差分进化算法相结合的相机标定优化算法。该混合算法利用樽海鞘优化算法提高精度,利用自适应差分进化算法增强局部搜索能力,在不同迭代阶段对适应度函数采用分段优化方式,实现平衡局部和全局搜索能力。实验采用每格50 mm×50 mm标准的棋盘格作为标定板,选取15张不同角度的标定图片,图片有效像素为4608 pixe×l3456 pixel,分别利用张正友标定法、樽海鞘算法以及本文提出的樽海鞘-自适应差分进化混合算法进行相机内参的优化。实验结果表明该文提出的混合算法比传统标定方法重投影误差更小,标定精度更高。