基于消费级深度相机的立木因子测量方法技术

本发明专利技术公开了一种基于消费级深度相机的立木因子测量方法，包括以下步骤：(1)采用消费级深度相机多视角采集立木场景点云数据，对立木场景点云数据进行感兴趣区域提取和去噪处理，得到立木点云数据；(2)从立木点云数据中分割出立木主干点云数据和树冠点云数据，配准立木主干点云，依据立木主干点云数据确定刚性变换矩阵；(3)基于刚性变换矩阵对树冠点云数据进行处理，填充树冠点云以重建立木三维模型；(4)从立木三维模型中提取立木关键点信息，分析各关键点信息的空间几何关系，最终实现立木因子的测量。该方法能够实现对立木因子的准确快速测量。快速测量。快速测量。

【技术实现步骤摘要】
基于消费级深度相机的立木因子测量方法


[0001]本专利技术属于林业监测领域，具体涉及一种基于消费级深度相机的立木因子测量方法。

技术介绍

[0002]森林是生物遗传多样性最为丰富的生态系统，在碳循环、调节全球气候、水土保持等方面发挥着至关重要的作用。立木的树高、胸径和冠幅既是森林资源清查中的重要测量因子，又是监测立木生长、价值估计的主要依据。自然环境中不同类型的立木具有不同的形态且结构复杂多样，在日常资源清查中，立木树高、胸径、冠幅的测量通常由人工使用刻度尺完成，该方法测量效率低，且存在人为误差。因此，为了提高立木测量效率和精度，相关学者借助高精度测量仪器作为测量工具，获取立木信息计算立木参数，准确、高效地完成立木测量，促进立木测量理论和实际应用的发展。但是，便捷、普适的立木测量方法仍在不断被探索。
[0003]当前，随着三维技术的发展，三维测量等方法被广泛应用于农业测量。此类测量方法通常使用精密设备扫描立木全景从而恢复立木的三维模型并计算立木因子，但这类三维测量方法所需的精密仪器价格昂贵，不便携带，且需要求测量人员掌握专业知识，学习专业操作，因而普适性不高。前人在测树方面已经完成的工作有：
[0004](1)基于计算机视觉的立木测量方法
[0005]计算机视觉利用目标物图像的像素信息估算目标物与相机的距离，并通过相机成像原理获取目标物的物理尺寸，主要包括单目视觉、双目视觉。刘金成研发了一种实时动态双目立体摄影测量树仪，以空间定位技术为基础，利用三角函数原理、SFM算法、双目摄影测量解算法原理计算立木高度和胸径；Ayoub等利用双目视觉系统获取立木的视差图并对其进行几何属性分析，求取立木各参数。然而，立体视觉的算法通常较为复杂，耗时长，对硬件设备要求高，且彩色相机对自然环境中的光照具有较差的鲁棒性。武新梅等基于单目视觉技术构建深度图提取模型计算立木的深度信息，研究图像坐标系、相机坐标系、物方坐标系之间的转换关系，构建立木树高、胸径、冠幅测量模型以实现单幅图像的立木因子的自动化测量；陈相武等分割立木图像获取立木轮廓，标定相机模型并结合相机成像原理求取立木的深度信息，最后通过三角函数原理根据深度信息和角度信息计算立木树高，此类基于单目视觉的立木因子测量方法受测量操作影响大，且测量前需要进行相机标定等操作。
[0006](2)基于无人机、遥感影像的立木测量方法
[0007]近年来随着无人机及遥感影像技术的发展，出现一些基于遥感影像的立木因子测量方法，利用小型无人机拍摄多光谱图像，并结合地理信息分析图像获取立木属性。Yin等人利用无人机采集的光探测和测距数据，对红树林进行个体树木探测和划定，检测和测量每棵红树林的树高和树冠直径；Jucker等从空中图像中识别和测量单个树木的树冠尺寸，从遥感的属性估计树木的直径和地上生物量；Panagiotidis等使用无人机通过摄影测量和结构自运动感测的高分辨率图像来估计树高和树冠直径，使用冠层高度模型提取高度，平
滑光栅图像用于确定局部极大值，借助于地理信息系统以及逆流域分水岭估计冠直径。但基于无人机、遥感影像的测量方法受天气影响大，高精度的摄像头价格昂贵，且需要专业的人员随行进行数据采集。
[0008](3)基于深度相机、激光扫描仪的立木测量
[0009]深度相机、激光扫描仪在提供彩色图像的同时保留了目标物的深度信息。Tian等结合地面激光扫描仪和无人机影像点云数据，基于冠层高度模型和种子点模型对中小型林场高郁闭度人工针叶林的树高进行提取；王琪
[28]利用地面三维激光扫描获取立木点云数据，程序编译与实例相结合实现了立木胸径、冠体积的参数测量；Fan等人基于RGBD SLAM手机设计了一种利用TOF相机和相机姿态的点云估计树木胸径和位置的算法，利用相机的透视投影原理和相机姿态测量树木高度。但激光扫描仪等设备昂贵且操作不便，基于TOF手机的交互方法操作步骤繁琐，精度受关键点选择的影响大。
[0010]专利申请号为CN107643048A的专利申请公开了一种基于点云数据的测树因子自动提取方法，该方法基于投影估计获得测树因子，存在不准确的问题。专利申请号为CN105513078A的专利申请公开了一种基于图像的立木信息采集方法和装置，该方法基于像素和标定物反算出立木的被测参数，当标定物获取困难或不存在再或尺寸不准确时就会导致难以测出立木的被测参数或测量不准确。

技术实现思路

[0011]鉴于上述，本专利技术的目的是提供一种基于消费级深度相机的立木因子测量方法。以实现对立木因子的准确快速测量。
[0012]为实现上述专利技术目的，本专利技术提供以下技术方案：
[0013]一种基于消费级深度相机的立木因子测量方法，包括以下步骤：
[0014](1)采用消费级深度相机多视角采集立木场景点云数据，对立木场景点云数据进行感兴趣区域提取和去噪处理，得到立木点云数据；
[0015](2)从立木点云数据中分割出立木主干点云数据和树冠点云数据，配准立木主干点云，并依据立木主干点云数据确定刚性变换矩阵；
[0016](3)基于刚性变换矩阵对树冠点云数据进行处理，对变换后的主干进行树冠填充以重建完整的立木三维模型；
[0017](4)从立木三维模型中提取立木关键点信息，分析各关键点信息的空间几何关系，最终实现立木因子的测量。
[0018]优选地，采用消费级深度相机三个视角采集立木场景点云数据。
[0019]优选地，采用密度分析去噪方法和直通滤波器去除点云数据中的噪声点。
[0020]优选地，基于颜色的区域生长分割方法从立木点云数据提取出立木主干点云数据。
[0021]优选地，基于SDRSAC
‑
NDT算法对各视角立木主干点云数据进行配准，估计各视角主干点云数据之间的最优刚体变换矩阵，使得经过旋转和平移后各主干点云的重合部分位置差别最小化。
[0022]优选地，所述立木关键点信息包括立木最高点、最低点、胸径测量处、树冠东西、南北的极值点，其中，胸径测量处是指树干距离地面上根茎1.3米处，针对主干不足1.3米的矮
小立木则测量距离地面上根茎0.2米处的地径；所述立木因子包括立木胸径、树高和冠幅。
[0023]优选地，根据胸径测量处确定立木胸径的过程为：
[0024]对胸径测量处的点云数据进行最小二乘法椭圆拟合，获得椭圆系数，其长轴和短轴参数等同于立木胸径。
[0025]优选地，在计算立木胸径之前，利用双边滤波法对立木主干点云数据进行内部小尺寸噪声去除。
[0026]优选地，依据立木最高点和最低点确定立木高度。
[0027]优选地，根据树冠东西、南北的极值点确定冠幅的过程为：
[0028]分别计算以立木主干中心所在轴为分界线，计算点云在其余两轴的最大宽度的平均值，即为所求立木冠幅。
[0029]与现有技术相比，本专利技术具有的有益效果至少包括：
[0030]提供的基于消费级深度相机的立木因子测量方法，结本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于消费级深度相机的立木因子测量方法，其特征在于，包括以下步骤：(1)采用消费级深度相机多视角采集立木场景点云数据，对立木场景点云数据进行感兴趣区域提取和去噪处理，得到立木点云数据；(2)从立木点云数据中分割出立木主干点云数据和树冠点云数据，配准立木主干点云，并依据立木主干点云数据确定刚性变换矩阵；(3)基于刚性变换矩阵对树冠点云数据进行处理，对变换后的主干进行树冠填充以重建完整的立木三维模型；(4)从立木三维模型中提取立木关键点信息，分析各关键点信息的空间几何关系，最终实现立木因子的测量。2.如权利要求1所述的基于消费级深度相机的立木因子测量方法，其特征在于，采用消费级深度相机三个视角采集立木场景点云数据。3.如权利要求1所述的基于消费级深度相机的立木因子测量方法，其特征在于，采用密度分析去噪方法和直通滤波器去除点云数据中的噪声点。4.如权利要求1所述的基于消费级深度相机的立木因子测量方法，其特征在于，基于颜色的区域生长分割方法从立木点云数据提取出立木主干点云数据。5.如权利要求1所述的基于消费级深度相机的立木因子测量方法，其特征在于，基于SDRSAC
‑
NDT算法对各视角立木主干点云数据进行配准，估计各视角主干点云数...

【专利技术属性】
技术研发人员：徐爱俊，杨红，周素茵，
申请(专利权)人：浙江农林大学，
类型：发明
国别省市：