论文部分内容阅读
我国森林资源有限,资源总量相对不足,林地生产力低、科学经营能力差、科技支撑力度弱等因素制约我国林业的快速发展。然而随着图像处理和计算机视觉等新技术的快速发展,以及各类新装备的涌现,为提高现有林木的科学管理和资源的高效利用提供了强有力的技术保障。本文从数字图像处理和双目视觉技术的研究方法出发,分析树木上所标注4个矩形信息点在1年内空间状态的变化情况,并通过信息点距离变化来实现对树高和材积量等树木生长量的反演研究。同时,将其与传统测量方法的胸高位置直径增量数据、测高仪季度性测量树木高度的增量数据进行对比,实验证明三者测量方法是一致的,与树木生长的年周期也是相符的。由此说明,利用图像二维熵算法和双目视觉技术来测量树木信息点距离变化的方法,能够提取出信息点的空间信息,并通过空间距离增长比例等变化研究,实现对树高和材积量增量变化等树木生长量的反演研究,为实现远程无线监测和促进林业信息化的高速发展奠定了良好的理论和技术基础。本文的主要研究内容和创新点如下:(1)搭建了平行双目视觉平台。在试验设计过程中,用两个相同的MV-VS078FC同分辨率工业CCD摄像机作为采集设备,选用AFT-0814MP为相机镜头,并与MV-1394图像采集卡相连,用含有刻度的水平标尺来调整摄像机的基线距离。同时,用DS3水准仪和J2经纬仪保证各次测量位置不变,采取在同一位置、不同时间点来采集树木图像和进行传统测量。(本试验持续1年,采集间隔15天,共25次。)(2)用隶属度归并算法和二维最大熵理论提取信息点坐标。试验时,在树木上标记4个似矩形红色信息点,对含有信息点的树木图像,在采用均值和中值等滤波处理基础上,将其从RGB空间转换到HSV空间进行分析和处理。同时,对树木图像信息点,进行最大隶属度归并处理,确保信息点覆盖范围的全面性,在二值化过程中,采用一维、二维最大熵算法,保证了图像阈值选取的准确性。(3)信息点空间距离与树木年周期。在数据处理过程中,采用信息点像素中心坐标来代替每个图像信息点中心,确定其像平面的像素坐标,并根据摄像机的参数情况,将其转化成相应的物理坐标。同时,结合平行双目视觉平台的成像特性,计算出各次测量过程中图像信息点像素中心坐标,以及各信息点像素中心之间的空间距离,并将测量结果与树木生长的年周期进行对比研究。(4)树木生长量反演过程研究。根据各次测量时树木信息点水平距离的增量变化情况,并结合信息点变化与胸径变化的比例变换性质,以及一元和二元材积计算公式,得到各次测量时的材积量变化,以及树高的生长变化情况,从而达到通过信息点水平距离增量变化来实现各次测量时树木高度变化和材积量变化研究的目的,完成对树木生长量的反演研究。若已知初次测量树木胸径和树高,则可以得到各次测量时,树高和材积量的具体增加量。并且在相同研究区域,通过多树木图像数据分析,利用10株编号树木的测量结果,验证了该测量方法的准确性。由此说明,采用二维熵算法和双目视觉技术相结合的树木图像处理方法是准确的,试验设计方案是可行的,结果是可信的。(5)不同测量方法结果对比。根据间隔1年内,25次采集到的树木图像信息点的空间距离,以及胸高位置处信息点水平距离增量变化,计算出各次测量时树高变化和材积量变化;并与传统测量胸径增量变化引起的材积量变化和测高仪测得的季度性树高变化数据进行对比,证实了不同测量方法的数据结果一致性,也与树木的年周期变化规律是相符的。因此,根据各次测量过程中信息点水平距离变化,可以实现各次测量时树木高度和材积量等树木生长量的反演变化研究。(6)其他树种验证研究。单一树种的数据可能非常有限,说服力不足,为充分证明视觉技术测量方法的可行性,在对树木图像进行各次采集、传统测量和测高仪季度性测量的同时,选择了柳树和榆树二个树种作为参考,进行高度季度性测量。从信息点距离变化和测高仪的结果数据上看,其增长比例的变化规律也是相近的,说明采取二维熵算法和双目视觉技术相结合的处理方法在其他树种测量上也是可行的。总之,采用隶属度归并算法、二维最大熵理论和双目视觉技术,能够很好地提取出树木图像信息点的空间信息,并通过信息点空间水平距离增量变化得到树高和材积量的数据变化,实践证明测量结果是准确的、可靠的,与树木生长的年周期是一致的,和传统方法测量结果也是相符的,与其他参考树种测量结果也是相吻合的,通过多树木图像数据的结果分析,证实该方法也是可行的。由此说明,通过二维熵算法和双目视觉技术,能够根据信息点距离变化实现对树木生长量的反演研究。同时,通过对树木图像生长状态的反演研究,可以知晓树木的生长过程,为拓展图像视场内多树木图像特征提取与研究提供理论与实践支撑,实现通过对胸高位置特征点测量来研究树木高度和材积量变化,为改良树种、栽植适应于当地环境的优良树苗,提供一定的数据支持和技术保障,也可以通过树木生长量的反演研究,为林木远程无线监测和林业信息化的快速发展提供一定的技术性支持。