基于智能手机的多株立木因子测量方法

发布时间：2021-07-12 08:25

　　树高、胸径及冠幅是进行森林资源调查和信息化管理的重要测量因子。对立木因子的准确测量有助于立地质量评价与林木生长状况评估工作的展开。目前立木因子的测量仍存在测量效率不高、耗费劳动力及测量设备价格昂贵等缺点。因此,本文重点提出了基于智能手机的单目视觉的立木因子被动测量方法,该方法以智能手机为工具,采用单目视觉测量技术,探索自然场景下单幅图片中多株立木树高、胸径和冠幅的被动测量方法。本文主要研究内容包括:（1）采用一种多维特征自适应MeanShift算法对立木图像进行分割,从而提取立木因子测量特征点,同时通过改进的带有非线性畸变项的相机标定模型对相机进行标定,从而获取相机内部参数及非线性畸变参数,帮助获取更加精确的特征点像素值。（2）根据相机成像系统原理,构建深度提取模型,用于计算图像中各立木的深度信息。（3）构建立木因子自适应测量坐标系,确立各空间坐标系之间转换参数,包括旋转矩阵和平移矩阵的确定,进而研究各空间坐标系之间的转换关系。（4）构建立木因子测量模型,将立木因子测量关键点像素值代入立木因子测量模型,从而实现单幅图像中多株立木因子的胸径、树高和冠幅测量。本文基于智能手机进行立木胸径、... 

【文章来源】：浙江农林大学浙江省

【文章页数】：76 页

【学位级别】：硕士

【部分图文】：

总体技术路线图

图 3.1 单目视觉系统深度提取方法re 3.1 The depth extraction method based on monocular vision s(a)相机拍摄平面投影几何模型(a) Stereo projection geometry model of shoot

3 基于单目视觉的深度提取方法针孔模型中各坐标系之间关系示意图，首先对物体成像角相关分析，证明当像点横坐标像素值相同时，物体纵坐标性相关关系。且当拍摄相机与竖直方向存在一定夹角时，像素值 v 之间的映射关系随旋转角β的变化而改变。因此建坐标像素值 v 和相机俯角β三个参数空间关系模型，即α= 平面中的纵坐标像素值和相机俯角求算目标物成像角度，D h tan (3.1)

【参考文献】：
期刊论文
[1]基于智能手机与机器视觉技术的立木胸径测量方法[J]. 管昉立,徐爱俊.  浙江农林大学学报. 2018(05)
[2]移动端视觉测量系统的相机快速标定方法[J]. 管昉立,徐爱俊.  测绘科学. 2019(02)
[3]基于无人机图像分析的树木胸径预测[J]. 刘文萍,仲亭玉,宋以宁.  农业工程学报. 2017(21)
[4]三维激光扫描点云数据处理研究进展、挑战与趋势[J]. 杨必胜,梁福逊,黄荣刚.  测绘学报. 2017(10)
[5]不完全量测下基于机器视觉的被动跟踪算法[J]. 石杰,李银伢,戚国庆,盛安冬.  华中科技大学学报(自然科学版). 2017(06)
[6]基于蒙特卡罗卡尔曼滤波的无人机目标定位方法[J]. 贺若飞,田雪涛,刘宏娟,席庆彪.  西北工业大学学报. 2017(03)
[7]基于无人机遥感影像的高精度森林资源调查系统设计与试验[J]. 史洁青,冯仲科,刘金成.  农业工程学报. 2017(11)
[8]基于点云数据的测树因子自动提取方法[J]. 杨全月,陈志泊,孙国栋.  农业机械学报. 2017(08)
[9]结合影像纹理、光谱与地形特征的森林结构参数反演[J]. 谢士琴,赵天忠,王威,孟京辉,史京京.  农业机械学报. 2017(04)
[10]基于灰度梯度图像分割的单木树冠提取研究[J]. 冯静静,张晓丽,刘会玲.  北京林业大学学报. 2017(03)

博士论文
[1]森林资源调查技术与方法研究[D]. 闫飞.北京林业大学 2014
[2]轻小型航空遥感森林几何参数提取研究[D]. 韦雪花.北京林业大学 2013
[3]树木影像特征提取与立体匹配技术研究[D]. 张超.中国林业科学研究院 2003

硕士论文
[1]基于智能手机和机器视觉的立木胸径测量方法[D]. 管昉立.浙江农林大学 2018
[2]基于CCD和经纬仪的林木图像识别系统研究[D]. 侯鑫新.北京林业大学 2014
[3]普通数码相机获取测树信息研究[D]. 曹孟磊.北京林业大学 2013
[4]基于数码相片单木图象分割及测树因子提取方法的研究[D]. 陶司光.东北林业大学 2011
[5]基于单目转双目的立体视觉技术研究[D]. 田浩鹏.哈尔滨理工大学 2011



本文编号：3279556