基于智能手机的立木树高和胸径测量方法

The project was based on the structural features of the cameras of normal smart phone and the principle of coordinate system of sensors, took the cameras of smart phones as the tool to collect information, adopted close-range photography technology, and combined with the image processing technique to automatically measure the diameter at breast height, tree height of individual plant or multiple plants. Through the research of techniques on the camera imaging model with nonlinear distortion parameters, the space geometry model, measuring model of individual standing tree height and DBH, automatic measuring model of multiple standing trees between the standing trees and the smart phones, the project finally developed a set of software suitable for the applications of smart phones to obtain related parameters to calculate the tree-measuring factors from dynamic photography images or static pictures. The project research could rapidly and accurately acquire the tree-measuring factors of tree height and DBH, could decrease the field labor intensity and improve the efficiency of measurement, whether for the professionals or non-professionals, they could also finish the tree measuring work with non-professional equipment. It has great importance to popularize the knowledge of forestry, enhance the public ecological awareness and promote the applications of internet + forestry.

项目根据普通智能手机摄像头的结构特征和自带传感器的坐标系统原理，以智能手机摄像头为采集信息工具，利用近景摄影技术，结合图形图像处理技术进行自动测量单株或多株立木的胸径、树高等测树因子的方法。项目通过研究带有非线性畸变参数的相机成像模型、立木与智能手机之间的空间几何模型、单株立木树高和胸径的测量模型、多株立木因子的自动测量模型等技术方法，最终开发出一套适合于智能手机应用的从动态摄影图像或静态图片获取到相关参数自动计算得出测树因子的软件系统。项目的研究可以快速、准确地获取树高、胸径等测树因子，能够降低野外测量的劳动强度，提高测量的效率，无论是专业人士还是非专业人士，借助非专业装备也能完成立木测量工作，对普及林业知识，提高公众的生态意识，促进互联网+林业应用具有重要意义。

传统的立木因子测量方法主要存在测量效率低、测量数据计算过程复杂、普适性不强等问题。针对这些问题，本项目以普及化的智能手机为测量工具，利用手机传感器、图像处理、深度学习等技术研究立木胸径和树高等因子的快速测量方法。与传统测量方法相比，本研究中的方法操作简单、效率高、获取的信息量大，同时可以实现非专业人士使用非专业设备代替专业人士使用专业设备才能完成的立木测量工作。. 本项目的主要研究内容包括立木图像分割与边缘提取方法、智能手机相机快速标定方法、立木深度信息提取模型构建、立木因子测量模型构建和基于Android系统的立木因子测量系统研发。. 根据研究内容，本研究主要取得了如下的成果：（1）提出了3种立木图像分割方法。第一种是基于图像抽象的自适应Mean-Shift立木图像分割方法，该方法极大地减少了树冠空洞对树冠分割的影响；第二种是基于Graph Cut的立木图像分割方法，该方法降低了复杂背景对分割精度的影响，进一步提高了图像的分割精度；第三种是基于改进ResNet-UNet的立木图像分割方法，利用该方法实现了立木图像中单目标立木的精确分割。（2）提出了一种适用于智能手机相机的快速标定方法，有效提高了相机内、外参数的获取速度，提升了计算机视觉、视觉测量技术的应用范围。（3）分别构建了基于单目视觉的深度信息提取模型和基于短视频图像的深度图生成模型。前者适用范围广，可用于不同型号的相机深度提取；后者无需标定和训练，使用快速、方便。（4）构建了基于单目相机的多株立木胸径、树高和冠幅测量模型。基于图像分割、相机标定、深度信息提取模型以及针孔相机成像中各坐标系之间的转换关系等分别构建了单株和多株立木因子的测量模型。（5）以Android系统为开发平台，以立木因子测量模型为理论指导，研发了一套基于智能手机的立木因子测量系统。