基于智能手機的多株立木因子測量方法
發(fā)布時間:2021-07-12 08:25
樹高、胸徑及冠幅是進行森林資源調(diào)查和信息化管理的重要測量因子。對立木因子的準(zhǔn)確測量有助于立地質(zhì)量評價與林木生長狀況評估工作的展開。目前立木因子的測量仍存在測量效率不高、耗費勞動力及測量設(shè)備價格昂貴等缺點。因此,本文重點提出了基于智能手機的單目視覺的立木因子被動測量方法,該方法以智能手機為工具,采用單目視覺測量技術(shù),探索自然場景下單幅圖片中多株立木樹高、胸徑和冠幅的被動測量方法。本文主要研究內(nèi)容包括:(1)采用一種多維特征自適應(yīng)MeanShift算法對立木圖像進行分割,從而提取立木因子測量特征點,同時通過改進的帶有非線性畸變項的相機標(biāo)定模型對相機進行標(biāo)定,從而獲取相機內(nèi)部參數(shù)及非線性畸變參數(shù),幫助獲取更加精確的特征點像素值。(2)根據(jù)相機成像系統(tǒng)原理,構(gòu)建深度提取模型,用于計算圖像中各立木的深度信息。(3)構(gòu)建立木因子自適應(yīng)測量坐標(biāo)系,確立各空間坐標(biāo)系之間轉(zhuǎn)換參數(shù),包括旋轉(zhuǎn)矩陣和平移矩陣的確定,進而研究各空間坐標(biāo)系之間的轉(zhuǎn)換關(guān)系。(4)構(gòu)建立木因子測量模型,將立木因子測量關(guān)鍵點像素值代入立木因子測量模型,從而實現(xiàn)單幅圖像中多株立木因子的胸徑、樹高和冠幅測量。本文基于智能手機進行立木胸徑、...
【文章來源】:浙江農(nóng)林大學(xué)浙江省
【文章頁數(shù)】:76 頁
【學(xué)位級別】:碩士
【部分圖文】:
總體技術(shù)路線圖
圖 3.1 單目視覺系統(tǒng)深度提取方法re 3.1 The depth extraction method based on monocular vision s(a)相機拍攝平面投影幾何模型(a) Stereo projection geometry model of shoot
3 基于單目視覺的深度提取方法針孔模型中各坐標(biāo)系之間關(guān)系示意圖,首先對物體成像角相關(guān)分析,證明當(dāng)像點橫坐標(biāo)像素值相同時,物體縱坐標(biāo)性相關(guān)關(guān)系。且當(dāng)拍攝相機與豎直方向存在一定夾角時,像素值 v 之間的映射關(guān)系隨旋轉(zhuǎn)角β的變化而改變。因此建坐標(biāo)像素值 v 和相機俯角β三個參數(shù)空間關(guān)系模型,即α= 平面中的縱坐標(biāo)像素值和相機俯角求算目標(biāo)物成像角度,D h tan (3.1)
【參考文獻】:
期刊論文
[1]基于智能手機與機器視覺技術(shù)的立木胸徑測量方法[J]. 管昉立,徐愛俊. 浙江農(nóng)林大學(xué)學(xué)報. 2018(05)
[2]移動端視覺測量系統(tǒng)的相機快速標(biāo)定方法[J]. 管昉立,徐愛俊. 測繪科學(xué). 2019(02)
[3]基于無人機圖像分析的樹木胸徑預(yù)測[J]. 劉文萍,仲亭玉,宋以寧. 農(nóng)業(yè)工程學(xué)報. 2017(21)
[4]三維激光掃描點云數(shù)據(jù)處理研究進展、挑戰(zhàn)與趨勢[J]. 楊必勝,梁福遜,黃榮剛. 測繪學(xué)報. 2017(10)
[5]不完全量測下基于機器視覺的被動跟蹤算法[J]. 石杰,李銀伢,戚國慶,盛安冬. 華中科技大學(xué)學(xué)報(自然科學(xué)版). 2017(06)
[6]基于蒙特卡羅卡爾曼濾波的無人機目標(biāo)定位方法[J]. 賀若飛,田雪濤,劉宏娟,席慶彪. 西北工業(yè)大學(xué)學(xué)報. 2017(03)
[7]基于無人機遙感影像的高精度森林資源調(diào)查系統(tǒng)設(shè)計與試驗[J]. 史潔青,馮仲科,劉金成. 農(nóng)業(yè)工程學(xué)報. 2017(11)
[8]基于點云數(shù)據(jù)的測樹因子自動提取方法[J]. 楊全月,陳志泊,孫國棟. 農(nóng)業(yè)機械學(xué)報. 2017(08)
[9]結(jié)合影像紋理、光譜與地形特征的森林結(jié)構(gòu)參數(shù)反演[J]. 謝士琴,趙天忠,王威,孟京輝,史京京. 農(nóng)業(yè)機械學(xué)報. 2017(04)
[10]基于灰度梯度圖像分割的單木樹冠提取研究[J]. 馮靜靜,張曉麗,劉會玲. 北京林業(yè)大學(xué)學(xué)報. 2017(03)
博士論文
[1]森林資源調(diào)查技術(shù)與方法研究[D]. 閆飛.北京林業(yè)大學(xué) 2014
[2]輕小型航空遙感森林幾何參數(shù)提取研究[D]. 韋雪花.北京林業(yè)大學(xué) 2013
[3]樹木影像特征提取與立體匹配技術(shù)研究[D]. 張超.中國林業(yè)科學(xué)研究院 2003
碩士論文
[1]基于智能手機和機器視覺的立木胸徑測量方法[D]. 管昉立.浙江農(nóng)林大學(xué) 2018
[2]基于CCD和經(jīng)緯儀的林木圖像識別系統(tǒng)研究[D]. 侯鑫新.北京林業(yè)大學(xué) 2014
[3]普通數(shù)碼相機獲取測樹信息研究[D]. 曹孟磊.北京林業(yè)大學(xué) 2013
[4]基于數(shù)碼相片單木圖象分割及測樹因子提取方法的研究[D]. 陶司光.東北林業(yè)大學(xué) 2011
[5]基于單目轉(zhuǎn)雙目的立體視覺技術(shù)研究[D]. 田浩鵬.哈爾濱理工大學(xué) 2011
本文編號:3279556
【文章來源】:浙江農(nóng)林大學(xué)浙江省
【文章頁數(shù)】:76 頁
【學(xué)位級別】:碩士
【部分圖文】:
總體技術(shù)路線圖
圖 3.1 單目視覺系統(tǒng)深度提取方法re 3.1 The depth extraction method based on monocular vision s(a)相機拍攝平面投影幾何模型(a) Stereo projection geometry model of shoot
3 基于單目視覺的深度提取方法針孔模型中各坐標(biāo)系之間關(guān)系示意圖,首先對物體成像角相關(guān)分析,證明當(dāng)像點橫坐標(biāo)像素值相同時,物體縱坐標(biāo)性相關(guān)關(guān)系。且當(dāng)拍攝相機與豎直方向存在一定夾角時,像素值 v 之間的映射關(guān)系隨旋轉(zhuǎn)角β的變化而改變。因此建坐標(biāo)像素值 v 和相機俯角β三個參數(shù)空間關(guān)系模型,即α= 平面中的縱坐標(biāo)像素值和相機俯角求算目標(biāo)物成像角度,D h tan (3.1)
【參考文獻】:
期刊論文
[1]基于智能手機與機器視覺技術(shù)的立木胸徑測量方法[J]. 管昉立,徐愛俊. 浙江農(nóng)林大學(xué)學(xué)報. 2018(05)
[2]移動端視覺測量系統(tǒng)的相機快速標(biāo)定方法[J]. 管昉立,徐愛俊. 測繪科學(xué). 2019(02)
[3]基于無人機圖像分析的樹木胸徑預(yù)測[J]. 劉文萍,仲亭玉,宋以寧. 農(nóng)業(yè)工程學(xué)報. 2017(21)
[4]三維激光掃描點云數(shù)據(jù)處理研究進展、挑戰(zhàn)與趨勢[J]. 楊必勝,梁福遜,黃榮剛. 測繪學(xué)報. 2017(10)
[5]不完全量測下基于機器視覺的被動跟蹤算法[J]. 石杰,李銀伢,戚國慶,盛安冬. 華中科技大學(xué)學(xué)報(自然科學(xué)版). 2017(06)
[6]基于蒙特卡羅卡爾曼濾波的無人機目標(biāo)定位方法[J]. 賀若飛,田雪濤,劉宏娟,席慶彪. 西北工業(yè)大學(xué)學(xué)報. 2017(03)
[7]基于無人機遙感影像的高精度森林資源調(diào)查系統(tǒng)設(shè)計與試驗[J]. 史潔青,馮仲科,劉金成. 農(nóng)業(yè)工程學(xué)報. 2017(11)
[8]基于點云數(shù)據(jù)的測樹因子自動提取方法[J]. 楊全月,陳志泊,孫國棟. 農(nóng)業(yè)機械學(xué)報. 2017(08)
[9]結(jié)合影像紋理、光譜與地形特征的森林結(jié)構(gòu)參數(shù)反演[J]. 謝士琴,趙天忠,王威,孟京輝,史京京. 農(nóng)業(yè)機械學(xué)報. 2017(04)
[10]基于灰度梯度圖像分割的單木樹冠提取研究[J]. 馮靜靜,張曉麗,劉會玲. 北京林業(yè)大學(xué)學(xué)報. 2017(03)
博士論文
[1]森林資源調(diào)查技術(shù)與方法研究[D]. 閆飛.北京林業(yè)大學(xué) 2014
[2]輕小型航空遙感森林幾何參數(shù)提取研究[D]. 韋雪花.北京林業(yè)大學(xué) 2013
[3]樹木影像特征提取與立體匹配技術(shù)研究[D]. 張超.中國林業(yè)科學(xué)研究院 2003
碩士論文
[1]基于智能手機和機器視覺的立木胸徑測量方法[D]. 管昉立.浙江農(nóng)林大學(xué) 2018
[2]基于CCD和經(jīng)緯儀的林木圖像識別系統(tǒng)研究[D]. 侯鑫新.北京林業(yè)大學(xué) 2014
[3]普通數(shù)碼相機獲取測樹信息研究[D]. 曹孟磊.北京林業(yè)大學(xué) 2013
[4]基于數(shù)碼相片單木圖象分割及測樹因子提取方法的研究[D]. 陶司光.東北林業(yè)大學(xué) 2011
[5]基于單目轉(zhuǎn)雙目的立體視覺技術(shù)研究[D]. 田浩鵬.哈爾濱理工大學(xué) 2011
本文編號:3279556
本文鏈接:http://www.sikaile.net/kejilunwen/xinxigongchenglunwen/3279556.html
最近更新
教材專著