阅读说明：本技术 一种基于计算机视觉的非接触式树木胸径测量方法及系统 (Non-contact tree breast height diameter measuring method and system based on computer vision ) 是由 任桐炜 孙旭 王博 于 2020-05-21 设计创作，主要内容包括：一种基于计算机视觉的非接触式树木胸径测量方法及系统,硬件设备包括：RFID标签、智能手机、RFID读写设备、手持设备；通过智能手机拍得带有彩色标签的树木躯干照片,将该照片传至服务器进行图像处理,处理后获得待测树木的胸径,所述彩色标签附有RFID标签,同时由RFID读写设备识别树木RFID标签,并在服务器中将测得的树木胸径与该树木的RFID标签对应存储。本发明实施例中设备装置简单、便于携带,整个系统可提升树木测量与管理的效率。(A non-contact tree breast height diameter measuring method and system based on computer vision, the hardware equipment includes: the system comprises an RFID tag, a smart phone, an RFID read-write device and a handheld device; the tree trunk photo with the color tag is shot through the smart phone and is transmitted to the server for image processing, the breast diameter of the tree to be measured is obtained after the image processing, the color tag is attached with the RFID tag, meanwhile, the RFID tag of the tree is identified through the RFID reading and writing equipment, and the measured breast diameter of the tree and the RFID tag of the tree are correspondingly stored in the server. The device in the embodiment of the invention is simple and convenient to carry, and the whole system can improve the efficiency of tree measurement and management.)

一种基于计算机视觉的非接触式树木胸径测量方法及系统

技术领域

本发明属于林业测量技术领域，具体为一种基于计算机视觉的非接触式树木胸径测量方法及系统。

背景技术

胸径是衡量苗木价格的很重要的一个依据，在苗圃的树木胸径盘点中，树木胸径的测量工作极其重要。

现有测量技术可以分为两大类：接触式测量和非接触式测量。接触式测量主要通过胸径尺，围绕树干一周，测量者必须接近树干，测量效率很低，对于动辄数十万的苗木数量，苗木胸径的测量难以完成。非接触式测量装置中，使用三角原理和激光测距等原理的测量系统需要相对稳定的平台才能测量；另外，使用图像采集并处理的测量装置无法避免使用测距尺测量图像采集点与待测量树木的距离，测量速度也相对很慢，不能适用于苗木数量庞大的测量环境。

发明内容

本发明针对现有技术的缺陷，提供了一种用于非接触式树木胸径测量的方法与系统，在不需要固定平台、激光测距仪与测距尺的情况下就可对树木胸径进行准确测量，并应对大规模测量实现数据自动整理。

本发明的技术方案为：一种基于计算机视觉的非接触式树木胸径测量方法，其通过智能手机拍得带有彩色标签的树木躯干照片，将该照片传至服务器进行图像处理，处理后获得待测树木的胸径，所述彩色标签附有RFID标签，同时由RFID读写设备识别树木RFID标签，并在服务器中将测得的树木胸径与该树木的RFID标签对应存储。

作为优选方式，所述测量方法通过软件程序实现，所述软件模块包括配置在智能手机中的倾斜度校验模块、图片采集模块、标签读取模块，以及配置在服务器的视觉测量模块和web端系统，所述倾斜度校验模块通过智能手机内部的陀螺仪获取当前智能手机的倾斜度，当所述倾斜度在允许区间内，且智能手机的摄像头准心对准树木躯干上的彩色标签时，触发图片采集模块采集待测量树木照片，所述标签读取模块通过串口向RFID读写设备发送指令，读取待测树木RFID标签，并接收返回数据，智能手机将待测量树木照片和RFID标签数据传至服务器，由所述视觉测量模块利用视觉测量算法处理照片以获得树木胸径；所述web端系统用于提供人机交互界面，提供对树木生长情况和员工测量情况信息查询端口，显示各个树木的历史生长信息、每个智能手机所对应的员工完成的测量工作量、以及树木生长区域的土壤肥沃度情况，用于进行可量化的管理。

进一步的，所述视觉测量模块实现相机标定、树干分割和胸径计算；相机标定为检测采集到的图像中的彩色标签，计算彩色标签在图像中的尺寸，根据该尺寸和已知的相机焦距，计算拍摄时彩色标签中心与镜头之间的距离；树干分割是通过图像分割算法检测图像中的树干区域；胸径计算是由相机标定获得的拍摄时镜头与彩色标签中心的距离计算树干的实际胸径。

所述相机标定具体为：根据颜色获得图像中彩色标签所在区域，对该区域应用LSD直线检测算法获得该区域的两条长边和一条短边，计算彩色标签在平行于长边方向上的最大长度，即长轴长度，计算彩色标签在平行于短边方向上的最大长度，即短轴长度，根据长轴长度、短轴长度和已知的相机焦距获得拍摄时相机镜头与彩色标签中心的距离。

所述树干分割具体为：用相机标定检测到的彩色标签区域上方和下方的树干区域覆盖该彩色标签区域，将围绕原彩色标签所在位置的图像区域进行裁剪，并将覆盖且裁剪后的图像中原彩色标签位置的区域指定为前景区域，将覆盖且裁剪后的图像的左上角、左下角、右上角、右下角的区域指定为背景区域，将覆盖且裁剪后的图像、指定的前景区域位置、背景区域位置输入基于深度卷积神经网络的交互式图像分割算法，获得树干在覆盖且裁剪后的图像中的区域，即树干区域。

所述胸径计算具体为：对树干区域提取树干的左右边缘，将包含树干左右边缘的图像沿竖直方向分割为若干高度相同的矩形小区域，每一个小区域包含树干的部分左右边缘，利用线性回归将每一个小区域中的树干的部分左右边缘分别拟合为两条直线，计算原始树干边缘与拟合直线之间的均方误差，计算两条拟合直线之间的夹角；若均方误差大于指定阈值或夹角大于指定阈值，则丢弃该小区域，否则，将两条直线近似为平行线并计算两条直线之间的距离；再对各个小区域计算得到的距离求平均值作为树干在图像中的胸径；最后根据树干在图像中的胸径和相机标定模块中获得的拍摄时镜头与彩色标签中心的距离，利用几何关系即可算出实际的树干胸径。

本发明还提供一种基于计算机视觉的非接触式树木胸径测量系统，包括彩色标签、智能手机、RFID读写设备、手持设备和服务器，手持设备用于装载智能手机和RFID读写设备，彩色标签设置在待测树木上，所有树木的彩色标签具有相同的尺寸，每个彩色标签附有RFID标签，用于记录唯一的树木编号，智能手机与服务器通信连接，所述智能手机及服务器中配置有软件程序，所述软件程序被执行时实现上述的测量方法。

进一步的，智能手机通过串口为RFID读写设备供电，并接受来自RFID读写设备的数据。

进一步的，所述手持设备装有可调节手机支架，适用与于同型号手机的承载；手持设备在智能手机和RFID读写设备的装载位置设有串口接口，串口接口之间通过串口线路连接，在串口线路上设置有一个开关，用于控制RFID读写设备电路的通断；

进一步的，手持设备还有设置充电插口，充电插口连接串口线路，用于外部电源对智能手机充电。

现有的接触式测量方法在测量大量树木的场景下多有不便，而部分非接触式方法，对部分天气的适应性较差。为了解决这一问题，本发明通过在树木上安装特定彩色标签，借助软件计算彩色标签的尺寸，可在不接触树木的情况下完成对树木胸径的测量，并将测量结果存储，同时提供配套系统可查询树木的生长情况和员工测量情况。本发明设备装置简单、便于携带，整个系统可提升树木测量与管理的效率。

附图说明

图1为本发明实施例中用于树木胸径测量的装置示意图。

图2为本发明实施例树木胸径测量的方法流程示意图。

图3为本发明实施例树木胸径测量中图像处理的流程示意图。

具体实施方式

本发明提供了一种非接触树木胸径测量的装置、系统和方法，设备简单便于携带，使用计算机视觉的方法完成树木胸径的测量，无需多余的辅助设备，为树木胸径的测量提供极大的便捷。

结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明的保护范围。

图1是本发明实施例用于测量树木胸径的手持设备部分装置结构示意图，下面结合图1，对本发明实施例作详细的描述。

如图1所示，本实施例的移动测量端包括智能手机1、RFID读写设备4和手持设备3，所述智能手机1和RFID读写设备4设置在手持设备3上；所述智能手机1上的摄像头2与所述RFID读写设备4面朝同一方向，所述RFID读写设备4用于在智能手机1采集待测量树木胸径照片时，读取树木上标签的树木编号信息。

具体地，本发明实施例手持设备3上设置有可调节手机支架6，用于放置不同尺寸的智能手机1。如图1所示，RFID读写设备设置在智能手机背侧的装置内部，只要保证RFID读写设备可读取到标签信息即可，其具体位置本发明实施例不做具体限定。

此外，本发明实施例中手持设备在智能手机和RFID读写设备的装载位置设有串口接口，串口接口之间通过串口线路连接，由智能手机1通过串口为整个硬件电路供电。在串口线路上设置有一个开关5，用于控制RFID读写设备电路的通断。串口在供电的同时，亦可完成数据传输的功能。；进一步的，手持设备还有设置充电插口，充电插口连接串口线路，用于外部电源对智能手机充电。

本发明在上述硬件设备的基础上，通过配置软件程序，实现一种基于计算机视觉的非接触式树木胸径测量方法，通过智能手机拍得带有彩色标签的树木躯干照片，将该照片传至服务器进行图像处理，处理后获得待测树木的胸径，所述彩色标签附有RFID标签，同时由RFID读写设备识别树木RFID标签，并在服务器中将测得的树木胸径与该树木的RFID标签对应存储。

作为优选方式，所述测量方法通过软件程序实现，所述软件模块包括配置在智能手机中的倾斜度校验模块、图片采集模块、标签读取模块，以及配置在服务器的视觉测量模块和web端系统，所述倾斜度校验模块通过智能手机内部的陀螺仪获取当前智能手机的倾斜度，当所述倾斜度在允许区间内，且智能手机的摄像头准心对准树木躯干上的彩色标签时，触发图片采集模块采集待测量树木照片，所述标签读取模块通过串口向RFID读写设备发送指令，读取待测树木RFID标签，并接收返回数据，智能手机将待测量树木照片和RFID标签数据传至服务器，由所述视觉测量模块利用视觉测量算法处理照片以获得树木胸径；所述web端系统用于提供人机交互界面，提供对树木生长情况和员工测量情况信息查询端口，显示各个树木的历史生长信息、每个智能手机所对应的员工完成的测量工作量、以及树木生长区域的土壤肥沃度情况，用于进行可量化的管理。

图2为本发明实施例树木胸径测量的方法流程示意图，彩色标签采用蓝色，本发明实施例中的树木胸径测量的方法包括：智能手机内测量软件进行倾斜度校验，当倾斜度在规定范围以内，且拍摄准心对准蓝色标签时，采集待测量树木胸径图片；所述测量软件将图片传至服务器对图片进行视觉测量，获取蓝色标签图像尺寸和待测量树木轮廓，并根据蓝色标签图像和树木轮廓计算得到实际树木胸径。

进一步的，在服务器端，所述视觉测量模块实现相机标定、树干分割和胸径计算；相机标定为检测采集到的图像中的彩色标签，计算彩色标签在图像中的尺寸，根据该尺寸和已知的相机焦距，计算拍摄时彩色标签中心与镜头之间的距离；树干分割是通过图像分割算法检测图像中的树干区域；胸径计算是由相机标定获得的拍摄时镜头与彩色标签中心的距离计算树干的实际胸径。

所述相机标定具体为：在如果把颜色空间中，根据颜色获得图像中彩色标签所在区域，对该区域应用LSD直线检测算法获得该区域的两条长边和一条短边，计算彩色标签在平行于长边方向上的最大长度，即长轴长度，计算彩色标签在平行于短边方向上的最大长度，即短轴长度，根据长轴长度、短轴长度和已知的相机焦距获得拍摄时相机镜头与彩色标签中心的距离。

所述树干分割具体为：用相机标定检测到的彩色标签区域上方和下方的树干区域覆盖该彩色标签区域，将围绕原彩色标签所在位置的图像区域进行裁剪，并将覆盖且裁剪后的图像中原彩色标签位置的区域指定为前景区域，将覆盖且裁剪后的图像的左上角、左下角、右上角、右下角的区域指定为背景区域，将覆盖且裁剪后的图像、指定的前景区域位置、背景区域位置输入基于深度卷积神经网络的交互式图像分割算法(Interactive ImageSegmentation with Latent diversity(CVPR2018,MIT许可证可商用)，获得树干在覆盖且裁剪后的图像中的区域，即树干区域。

所述胸径计算具体为：对树干区域提取树干的左右边缘，将包含树干左右边缘的图像沿竖直方向分割为若干高度相同的矩形小区域，每一个小区域包含树干的部分左右边缘，利用线性回归将每一个小区域中的树干的部分左右边缘分别拟合为两条直线，计算原始树干边缘与拟合直线之间的均方误差，计算两条拟合直线之间的夹角；若均方误差大于指定阈值或夹角大于指定阈值，则丢弃该小区域，否则，将两条直线近似为平行线并计算两条直线之间的距离；再对各个小区域计算得到的距离求平均值作为树干在图像中的胸径；最后根据树干在图像中的胸径和相机标定模块中获得的拍摄时镜头与彩色标签中心的距离，利用几何关系即可算出实际的树干胸径。

本发明实施例提供的用于树木胸径测量的方法、装置与系统，结构简单，方便携带，智能手机采集待测量树木胸径图片后即可快速准确的获取待测量树木胸径，提高了树木胸径的测量效率和精度。