原木材积测量是木材生产和加工的关键环节,随着科技的发展,对原木材积测量的准确性要求也越来越高。长期以来,原木材积测量基本都是采用人工检尺的方法,这种方法很容易受检测工作人员的工作态度和经验影响,而且效率低、周期长、准确性差、成本高,结果不够精确。为此本文分析等长成堆原木的特点,提出了基于计算机视觉的一种原木材积检测方法,并制作成软件在Android手机上实现。在获取原木图像时,为了得到更清晰的原木边缘细节,需要近距离拍摄原木图像,但是近距离拍摄很难把成捆堆积的原木都摄入画面,所以本文采用近景拍摄多幅图片然后利用图像拼接技术得到全景的原木图像。本文提出一种改进的Harris算法进行角点检测,首先改变原来的梯度算子,从而提高算子的检测敏感度;采用一个新的角点响应函数,不需要人为设定参数;在图像拼接过程中通过归一化互相关匹配法对图像进行配准;利用随机抽样一致的方法剔除误匹配,实现图像无缝拼接。针对传统Canny算法对噪声比较敏感,易于检测到伪边缘和漏掉真实边缘等缺点。本文提出基于Canny的改进边缘检测方法处理原木图像,利用自适应中值滤波进行去噪,避免了传统Canny算法高斯滤波参数和高低阈值的选择困难,以及出现缓变边缘丢失现象;引入八方向的梯度模板求边缘的幅值,可以有效的检测到更多的边缘细节;通过Otsu法确定高低阈值,避免了人为设定高低阈值的问题,最后将得到的边缘图像用形态学方法进行细化。得到原木Canny边缘检测结果后,利用改进的随机Hough变换方法识别图像中的原木,将识别出的原木利用标尺求出实际的面积,从而计算出原木的根数、尺径长和原木材积。本文将提出的算法在Matlab平台测试,通过与传统的Canny边缘检测结果图像对比分析,证明本文提出的原木图像边缘检测处理算法可以有效的保留图像更多的边缘细节;并且抑制了假边缘或者与目标颜色特征相近区域的干扰,能够比较完整的提取出原木的边缘,为后面的随机Hough变换识别原木、计算原木参数打下了很好的基础,通过本文算法所得实验结果与实际原木材积结果的对比发现,本文算法测量所得的原木材积理论大小与实际检尺的结果相对误差在1.5%左右。基于本文提出的改进Canny边缘检测算法和随机Hough变换算法在Android手机平台上实现了一个原木材积测量软件。软件的主要功能为原木图像采集、原木图像拼接、原木图像边缘检测、原木识别及原木参数测量。实现本文提出的原木材积测量方法的软件在Android手机上安装方便,操作简单。