[发明专利]一种基于双目视觉的立木测定方法

权利要求书

1.一种基于双目视觉的立木测定方法，其特征在于，所述方法包括以下步骤：

步骤一、对双目相机进行标定，获取双目相机内外参数；

步骤二、双目相机校正，获取视差图，双目距离测量；

步骤三、树种的识别；

步骤四、测算出真正的胸径数据。

2.根据权利要求1所述一种基于双目视觉的立木测定方法，其特征在于，所述步骤一中对双目相机进行标定，获取双目相机内外参数；具体过程为：

固定左右相机为一个刚体，左右相机间距为10cm，通过相机标定获得相机的内外参数，相机内参数K包括焦距f、两个摄像头的中心距T、主点p的位置以及像素与真实环境的大小比例；相机外参数包括旋转矩阵R，平移向量t；抓取大于20张的视图，每成功检测一次完整的棋盘角点就变换标定板的平面与成像平面的角度和距离；

x_c1＝R₁x_w+t₁

x_σ2＝R₂x_w+t₂

其中，x_σ1表示摄像头C₁坐标系下的非齐次坐标，x_c2表示摄像头C₂坐标系下的非齐次坐标，x_w表示空间任意一点Q在世界坐标系下的非齐次坐标，旋转矩阵R₁和平移向量t₁为摄像头C₁与世界坐标系相对位置的外部参数，旋转矩阵R₂和平移向量t₂为摄像头C₂与世界坐标系相对位置的外部参数；R表示立体标定旋转矩阵，t表示立体标定平移向量。

3.根据权利要求2所述一种基于双目视觉的立木测定方法，其特征在于，所述步骤二双目相机校正，获取视差图，双目距离测量；具体过程为：

双目相机校正：

(1)获取左右视图；(2)对左右视图消除畸变；(3)双目平行校正；(4)图像裁剪；

立体匹配计算视差图：

(1)匹配代价计算：采用灰度差的平方方法，对不同视差下进行灰度相似性测量；

(2)匹配代价叠加：采用方法为均方差；

(3)视差获取：选取叠加匹配代价最优的点，即，取均方差最小值的点作为对应匹配点；

(4)视差细化

双目测距。

4.根据权利要求3所述一种基于双目视觉的立木测定方法，其特征在于，所述步骤三树种的识别；具体过程为：

在获取到图像后，使用基于深度卷积神经网络的目标检测技术来对图像中的树干信息进行提取，获得树木的类别，调整相机高度1.3米，相机光轴与地面平行，在一棵树的视频中提取3-5帧图像进行后续的处理，目标检测的模型会对每张图片中的树干进行预测和位置的拟合，对置信度和位置的参数都进行平均后输出。

5.根据权利要求4所述一种基于双目视觉的立木测定方法，其特征在于，所述步骤四测算出真正的胸径数据；具体过程为：

由三角法原理进行三维信息的获取，双目相机从两个点观察同一个物体获取在不同视角下的图像，根据图像之间的像素匹配关系，通过三角测量原理计算出像素之间的偏移来获取物体的三维信息，得到物体的景深信息，对目标检测算法提取的树干框内进行灰度化再利用canny算子进行边缘检测，获取图像坐标系中用于测量树木胸径的两点坐标(x_A,y_A)和(x_B,y_B)：

其中，X_A表示图像坐标系中(x_A,y_A)点对应的世界坐标系的横坐标，X_B表示图像坐标系中(x_B,y_B)点对应的世界坐标系的横坐标，Z表示目标点P到中心距的垂直距离，f表示相机焦距，u₀表示像平面坐标系到图像坐标系x轴的偏移量，v₀表示像平面坐标系到图像坐标系y轴的偏移量，Y_A表示图像坐标系中(x_A，y_A)点对应的世界坐标系的纵坐标，Y_B表示图像坐标系中(x_B，y_B)点对应的世界坐标系的纵坐标；

假设树干为圆柱，进一步计算得到真正的立木胸径：

其中，α表示OA和OB之间的夹角，S_AB表示世界坐标系中A、B两点间的距离，r为理想情况下树木的半径；

根据以下公式计算出真正的立木胸径数据D：

stn²α+cos²α＝1

D＝2r。