【摘 要】
：
立木胸径、树高和冠幅是森林资源调查中的重要测量因子,是评价样地林木生长状况的重要依据。目前的立木因子测量方法存在自动化程度低、测量结果易受主观影响等缺点,而基于三维重建技术的立木因子测量设备价格高昂、不易普及。针对这些问题,本文提出一种立木三维重建与因子测量方法,该方法仅需利用智能手机围绕包含多株立木的场景拍摄一段视频,获取其关键帧图像序列,利用视频关键帧之间的特征点匹配关系,基于运动恢复结构算法
【基金项目】
：
国家自然科学基金项目“基于智能手机的立木树高和胸径测量方法”（31670641）； 浙江省科技重点研发计划（2018C02013）； 浙江省公益基金项目（LGN21C160004）；
论文部分内容阅读
立木胸径、树高和冠幅是森林资源调查中的重要测量因子,是评价样地林木生长状况的重要依据。目前的立木因子测量方法存在自动化程度低、测量结果易受主观影响等缺点,而基于三维重建技术的立木因子测量设备价格高昂、不易普及。针对这些问题,本文提出一种立木三维重建与因子测量方法,该方法仅需利用智能手机围绕包含多株立木的场景拍摄一段视频,获取其关键帧图像序列,利用视频关键帧之间的特征点匹配关系,基于运动恢复结构算法进行多株立木三维重建,最后根据立木三维点云模型实现多株立木胸径、树高和冠幅的自动测量。本文主要研究内容包括:（1）立木图像特征点匹配方法研究。对立木树干部分进行图像增强,获得其细节信息,然后利用RGBSIFT算法进行特征点检测与描述,最后基于几何位置约束完成立木特征点匹配,从而提升立木图像特征点正确匹配的能力,以提高后续立木三维重建时相机参数估计的稳定性。（2）基于运动恢复结构的多株立木三维重建方法研究。根据立木视频帧间的相似度计算自动提取关键帧图像序列,并通过运动恢复结构算法完成相机参数估计及生成立木的稀疏三维点云,对稀疏三维点云进行稠密化并下采样、去噪、坐标校正和分割从而得到最终用于立木因子测量的多株立木三维点云模型。（3）基于三维点云的多株立木因子测量方法研究。在利用立木三维点云模型提取立木关键点信息的基础上,推导出立木关键三维点之间的空间结构关系,从而计算多株立木胸径、树高和冠幅,实现立木因子的高效、便捷测量。将本文方法应用于立木胸径、树高、冠幅的测量并与其实际值相比较,结果表明胸径、树高和冠幅的测量平均相对误差分别为2.66%,1.85%和3.99%,其测量精度能够满足森林资源规划设计调查（二类调查）的要求。
其他文献
树种分类是基于遥感影像进行森林资源监测和调查的前提,因影像容易出现“同谱异物”和“同物异谱”,大部分树种分类研究集中于森林树种组成简单的的温带森林和北方森林。亚热带阔叶林由于其林分组成复杂,大量学者为提高分类精度,广泛采用成本高的激光雷达数据和光谱数据。而亚热带阔叶林是我国最主要的林分类型,过高的监测成本不利于普遍推广应用。因此,探索低成本监测方法具有重要意义。首先获取了亚热带阔叶林的多光谱影像和
21世纪后随着计算机、网络和通讯技术的发展,人类社会全面跨入信息时代,教育与技术的融合成为了必然。信息技术的介入不仅推动着传统教育的变革,也为教育发展提供了技术支持。乡土地理教育作为一个传统且受到广泛关注的研究课题,也需要跟随时代的发展融入新的技术和理念。而无缝学习正是信息时代发展背景下产生的新兴研究领域,它强调新技术的应用下实现正式学习与非正式学习的无缝结合,这正好符合乡土地理教学与高中地理课堂
随着数字林业的发展,林业资源调查中对立木因子的测量精度以及效率要求越来越高。传统的测量工具普遍存在携带不便、测量效率低、成本高等问题。而现有基于移动端的立木因子测量方法虽然解决了传统方法中存在的问题,但测量时仍需要外部设备的辅助。针对这些问题,本文提出了适用于移动端的立木图像分割方法,并在此基础上利用摄影测量原理构建了立木因子测量模型,开发了基于Android平台的立木因子测量系统,实现了立木胸径
对多光谱数据的降维处理可以使其得到更好的应用,同时也有助于基于深度学习的单木树冠检测与分割研究任务。但如何使用合适的降维方法以提高单木检测与分割的精度却少有研究讨论。本文使用无人机搭载多光谱相机进行航拍作业,采集研究区内银杏树种多光谱影像。将原始多光谱影像通过特征提取（主成分分析,独立成分分析）和波段选择（最佳指数因子,标准假彩色合成）共四种降维方法生成不同的数据集用于训练三种用于单木树冠检测的目
随着互联网信息技术的迅速发展,国家教育事业发展“十三五”规划中明确提出要推进教育现代化、重视并合理运用教育领域中产生的信息。如何科学且全面地对学生成绩进行分类预测,对于高校教育工作来说具有极大的研究意义。本文考虑到了随机森林算法具备变量重要性排序、处理高维样本、抗噪能力强等优点,因此采用了随机森林对学生行为数据进行分析,实现学生成绩的分类预测。为了提高预测精度,本文采用预测试样本的分类正确率作为对
作为城市生态系统的重要组成部分,城市树木具有重要的生态价值。城市树木的管理经营离不开对树种和空间分布数据的掌握,为了快速准确地获取树种和空间分布这两类数据,本文结合遥感技术和深度学习进行单木树冠检测研究,为城市树木的管理经营提供了技术支撑。目前,在基于深度学习的单木树冠检测研究中,研究者依靠地物的光谱信息对树冠进行检测,而高程信息却被忽略了。对此,本文结合光谱和高程这两类地物信息进行城市单木树冠检
立木胸径是立木生长模型建立中最基本的因子。然而当前胸径测量仪器,只针对胸径的即时获取,无法进行树木生长的持续测量。本研究结合传感器、嵌入式、计算机等技术,研制了一套可以实时、持续获取立木胸径生长量的测量系统。一年的野外试验表明,系统能适应林地内立木胸径生长量的实时持续精准采集。主要研究和工作如下:（1）研制了一种立木胸径生长持续测量装置。该装置主要有传感器、单片机、显示屏、数据传输模块、时钟模块、
在世界上种植苹果的95个国家和地区中,中国已经跃升成为最大的苹果生产国。在采摘、运输和存储过程中,苹果会因为受到外力而造成损伤,这些损伤的组织会随着时间的推移演变成大面积的腐烂,甚至感染周围的苹果,导致苹果市场价值的下降,营养成分的流失以及潜在的食品安全问题。因此,在苹果被运送到仓库或市场之前,采用一种无损检测技术挑选出损伤苹果是十分必要的。空间频域成像（Spatial-Frequency Dom
草莓是我国水果市场上较为常见的一种水果,其因为丰富的营养和低含量的脂肪备受市场喜爱,目前,我国草莓种植面积位居世界第一。草莓植株产量的提高会导致果实生长密度增大,易造成果实重叠,较大较密集的植株叶片会遮挡果实,为草莓自动化采摘工作带来挑战,影响计算机视觉技术对草莓目标的识别精度。除此之外,草莓的成熟度分级目前尚停留在起步阶段,局限于人工分级与基于颜色特征的传统分级方式,易受环境因素干扰。因此基于上
计算机视觉和自然语言处理领域都是现如今科学研究的热门方向,而图像语义标注领域则融汇了这两种不同的方向,将图像信息用文字语言的形态表述出来。水稻是我国非常重要的粮食作物之一,也是农业经济领域关注的热点问题。现如今,一方面图像语义自动标注存在应用场景的局限性,大多专家学者们都采用公开的数据集在生活场景领域进行研究;另一方面水稻种植病虫害的诊断方式主要依靠农户们的主观经验。因此本研究通过计算机视觉和自然