大數據時代下傾斜立木的胸徑檢測技術研究

鄂雪?程朋樂

摘 要 本文對傾斜的立木進行研究。首先對預處理后的圖片進行特定方向的歸一化分割，提取不同方向灰度明顯變化的特征點，然后對特征點進行直線擬合，最后由比例關系求出立木胸徑值。

關鍵詞 立木傾斜；特征點；直線擬合

前言

立木胸徑的測量對森林資源的調查極為重要，傳統的測量方式費時費力，可靠性差，不能滿足精準林業的要求。機器視覺技術提供了一種非接觸式的立木胸徑測量方法，如北京林業大學的黃曉東[1]以圖像自動識別原理，研制的可測量胸徑和樹高的多功能便攜式微型超站儀，沈亞峰[2]利用安卓智能手機上的圖像處理技術，提出測定單株樹木胸徑的方法。但這些測量方法都沒有對傾斜的立木進行說明，本文對該種情況進行分析研究，提出傾斜立木的胸徑檢測技術。

1 原理與方法

立木樹干和樹干上的激光光斑位于同一平面上，與圖片采集系統的水平距離也相同，并且成像時焦距也一樣，所以放大倍數保持不變，已知激光光斑的實際尺寸為50mm，由比例關系可得立木胸徑值為：

其中，為立木胸徑的實際尺寸，單位mm；50為激光標尺的實際直徑；D為激光標尺的直徑；、分別為激光中心到立木邊緣的距離。

2 立木傾斜圖像分割

在圖像采集時，由于光照不均勻、陰影和傳播路徑等因素導致圖像質量的退化很不利于圖像的分析處理，所以要對圖像進行平滑濾波處理，本文選用具有保邊去噪功能的雙邊濾波器對立木圖像進行濾波；又因為本文采用的歸一化分割要求高內存，所以在此基礎上用局部均值法法進行一定的像素減少處理，克服計算量大的缺點。在預處理的基礎上，采用改進的歸一化分割算法對立木圖像進行分割，提高了運行效率。

3 圖像識別

3.1 標尺質心和直徑

設維二值圖像為，其中目標部分為A，背景部分為B，即公式為：

令表示動態質心，函數為圖像各點到的歐氏距離。和的內積表示圖像與模板在動態質點的相關值，實質上是計算h的最小值。

本節所選圖片的激光光斑質心坐標為（X，Y）= （1.918485e+02，1.538021e+02）。直徑即紅色激光區域的等效直徑，利用matlab自帶函數求取，D=27.1984。

3.2 特定方向的灰度變化

以標尺的中心坐標左右掃描，掃描的方向所在的直線斜率為，灰度值明顯變化的點為我們所求特征點，記錄特征點的坐標。

所取特征點的坐標為：（146.4757，85.6064）、（135.6767，97.4338）、（114.5930，115.4322）、（85.7956， 153.4858）、（13.8023，241.9347）；所取特征點的坐標為：（371.2453，64.0982）、（314.3361，154.3567）、（280.3312，198.6580）、（261.1510，224.2934）、（249.7148， 237.1673）。

3.3 最小二乘法擬合兩條直線

由最小二乘法求得：的直線方程為y =–1.1874 x + 256.6489；的直線方程為y =–1.4218 x +594.8426。求取圓心到直線的距離d1、d2分別為d1=70.4914；d2=86.8044

由比例關系得：

利用輪尺得到的傾斜立木的胸徑為28.60mm，本文將誤提取率定義為：

式中為誤提取率，是提取的立木胸徑，是實際的立木胸徑。立木胸徑的平均誤提取率為1.12%，小于森林資源清查1.5%的誤差要求，實驗結果如圖所示：

4 結束語

本文對傾斜立木邊緣識別情況進行了分析，結果滿足精準林業的要求。但此方法有一定的局限性，對自然環境有一定的要求，在以后的研究中要對設備和圖像處理方法進行改進，使此方法更加實用。

參考文獻

[1] 黃曉東，馮仲科，陳金星，等.自動測量胸徑和樹高便攜設備的研制與測量精度分析[J]. 農業工程學報，2015，31（18）：92-99.

[2] 沈亞峰，王歆暉，鞏宇涵，等.基于智能手機圖像分析的樹木胸徑測量研究[J].江蘇林業科技，2017，44（1）：28-33.

作者簡介

鄂雪（1992-），女，遼寧省丹東市人；學歷：碩士，現就職單位：北京林業大學工學院，研究方向：機器視覺。