基于消费级双目相机的立木因子测量方法

【目的】随着林业信息化的快速发展,机器视觉测量技术广泛应用于林业领域。针对传统立木因子测量方法成本较高、携带不便、操作复杂等问题,提出消费级双目相机与机器视觉技术相结合的立木因子无接触测量方法。【方法】首先使用消费级USB 3.0双目相机采集立木图像,通过改进的SGM算法生成高质量视差图;再根据三角原理转化为深度图,进而获取立木三维点云;基于空间密度聚类和混合滤波三维点云去噪方法快速准确去除聚集、离散的噪声点,再进行方向矫正和点云分割;最后,利用最值遍历法和椭圆拟合法实现树高、胸径的无接触测量。【结果】树高、胸径的相对测量误差分别小于2.219%、5.620%,测量值与真实值的相关系数R2分别为0.978、0.995,均方根误差分别为0.047 m、0.249 cm。【结论】本方法易操作、成本较低,同时具有较高的测量精度,能够满足无接触测量的需求。

基于光学三角形法与图像处理的立木胸径测量方法

为提高林木胸径测量精度,减少劳动负荷,结合光学三角形法、图像处理及最小二乘拟合法,研究一种新的立木胸径测量方法。通过理论分析制定算法,搭建测量系统,对5株不同径级的立木进行测量计算,实验结果表明,采用光学三角形法的测量算法计算的直径精度较高,误差一般小于22 mm,相对误差率小于5.5%。

基于运动恢复结构的多株立木因子测量方法

【目的】提出基于运动恢复结构的多株立木因子测量方法,以解决目前基于三维点云的立木因子测量方法获取立木树高和胸径存在效率低或成本高的问题。【方法】(1)使用智能手机环绕包含多株立木的场景拍摄一段视频,并采用固定帧采样法和差异值哈希算法自动提取立木视频中的关键帧图像,然后,基于运动恢复结构(structure from motion,SfM)算法处理立木关键帧图像,从而获取立木场景的原始三维点云;(2)在对原始三维点云进行预处理及初步分割后,运用条件欧几里得聚类算法对多株立木三维点云进行分割,以提取单株立木三维点云;(3)对立木三维点云使用最值遍历法和椭圆拟合法实现立木树高和胸径的自动测量。【结果】与真实值相比,本研究方法测得的树高、胸径的平均相对误差分别为1.96%、3.19%,均方根误差分别为0.133 3 m、0.533 7 cm,相关系数分别为0.987 9、0.962 1。【结论】该方法具有较高的树高和胸径测量精度,提供了一种便捷、低成本的多株立木因子三维测量方法。图6表1参27。

基于拉绳传感器的单株立木树高提取方法

【目的】开发一种伸缩式测高仪,以解决基于三角函数原理设计的测高仪器测量落点范围受限的问题,以及实现垂直生长和倾斜生长立木树高精确测量。【方法】基于拉绳传感器测高原理,以光电编码器、无刷直流电机、卷盘和钢绳为主要结构,研发了伸缩式测高仪。以皮尺为测量伐倒木树高为真值,利用伸缩式测高仪、布鲁莱斯测高器和森林罗盘仪,分别测量了20株垂直生长样木和11株倾斜生长样木树高精度结果,比较各仪器测高的准确度、方差和t检验结果;用4种仪器分别连续6次测量8号样木(垂直生长样木)和26号样木树高(倾斜生长样木),比较各仪器测高的精密度。【结果】结果显示:伸缩式测高仪测量垂直生长林木树高和倾斜生长林木树高的精准度分别为0.034和0.028 m,方差分别为5.60和9.94,精密度分别为0.028和0.015 m。布鲁莱斯测高器测量垂直生长林木树高和倾斜生长林木树高的精准度分别为0.154和0.267 m,方差分别为5.76和10.00,精密度分别为0.150和0.125 m。森林罗盘仪测量垂直生长林木树高和倾斜生长林木树高的精准度分别为0.059和0.183 m,方差分别为5.66和10.02,精密度分别为0.056和0.066 m。【结论】伸缩式测高仪各项测量精度结果要优于布鲁莱斯测高器和森林罗盘仪,不仅解决外业调查与内业录入脱节的问题,还能够有效满足国家森林资源连续清查和森林资源规划设计调查等项目对立木测高的要求。

基于OpenCV的立木测量方法研究

为提高立木测量的效率和精度,在分析立木信息采集现状的基础上,从像素比值关系构建立木的胸径测量模型出发,通过对手机相机图片使用VC++语言编译环境下调用Open CV库函数进行镜头畸变校正、Gamma校正等图像处理,求解立木的胸径。经过试验验证,测量结果的相对误差比较小,在林业需求的测量范围内。

立木因子测量中视觉传感器技术的应用研究进展

综述了森林资源清查中立木因子采集的方法和研究进展,探讨了立木因子采集的新技术和新方法;提出传统采集方法操作繁琐,需要大量人力物力,结果准确度不高,而新兴技术设备通常价格较高,不易携带,数据处理复杂性和难度较高;揭示了视觉传感器技术研究中的主要问题是没有自有图像数据集,模型泛化能力和精度不高,森林群落样木遮挡问题较难解决;针对存在的问题提出加大对新技术新方法的研究力度,尤其是视觉传感器方面,要合理构建森林群落图像数据集,提高立木测量中视觉传感器的模型泛化能力和精度,利用多传感器技术融合破解遮挡。

应用地面三维激光扫描对白桦单木结构参数的提取

应用地面三维激光扫描仪,在大小兴安岭地区的4块白桦(Betula platyphylla)次生林样地进行单木扫描,对扫描后树干点云进行分层处理并设置阈值;运用Hough变换算法提取单木位置与胸径,利用树干生长方向得到树高与冠幅;运用回归分析对算法估计值和实测值进行拟合,判断算法的准确性;利用体元模拟法与传统体积计算方法分别估测树冠体积,分析两种算法的差异。结果表明:4块样地的单木识别率较高,平均为86.5%;4块样地的单木胸径、树高、冠幅估测的决定系数(R^2),分别为0.82、0.79、0.83,相应的均方根误差分别为2.03 cm、1.98m、0.45 m,显示了较好的估算精度;利用体元模拟法与传统树冠体积计算方法得到4块样地中树冠体积的平均差异为35.6%,两种算法间4块样地平均决定系数为0.96,拟合较好。

近景摄影测树技术研究

用近景摄影测量方法测树的步骤是"相机校检——模型系数解算——坐标反算——计算胸径树高"。本论文采用普通数码相机作为摄影设备,论文首先着手于如何对相机进行校检;接着论文研究了如何用近景摄影的技术测树,近景摄影测量的方法对其胸径和树高进行了测量,并用传统的方法实测了这些立木的胸径和树高值,将两组数据作比较分析,得出用近景摄影技术测树所能达到的精度,验证该方法的可行性。