[发明专利]基于halcon双目立体视觉的树木胸径测量方法

说明书

本发明公开的一种基于halcon双目立体视觉的树木胸径测量方法，属于人工智能技术领域，包括如下步骤：步骤S1，对双目相机进行标定；步骤S2，根据标定参数进行双目校正；步骤S3，对图像进行立体匹配和视差图的计算；步骤S4，对采集图像进行预处理；步骤S5，基于深度学习进行树木目标检测训练；步骤S6，根据树木的边缘，对两侧交点进行距离测量，获得树木胸径。本发明的树木胸径测量方法，通过双目相机采集人工林林木的图像，并通过深度学习和双目视觉技术得到树木胸径的尺寸，减少了人工工作量，同时提高了测量精度，避免了因测量误差而带来的损失。

技术领域

本发明涉及人工智能自动化尺寸测量领域，特别涉及一种基于halcon双目立体视觉的树木胸径测量方法。

背景技术

在人工林种植过程中，及时充分掌握林木胸径信息非常必要，其数据信息能够直接反应林木生长速率和树木材积量，是衡量单棵林木价值的重要森林资源清单属性，也是判断林木群体是否正常生长的重要指标。

传统的人工林林木胸径数据的采集大多依赖于人力作业，主要利用轮尺、卡尺、直径卷尺等仪器进行手工测量与记录，效率极低、劳动强度大、准确率差。而利用深度学习和计算机视觉技术运用在林木胸径数据信息采集领域有积极意义，不仅能够在技术层面满足快速、高效、准确、自动化的采集需求，提高树木胸径测量效率，更对促进人工林行业的高效发展、高质生产具有显著的现实意义，进一步解放劳动力，减少劳动成本。

发明内容

本发明要解决的技术问题是：克服现有技术的不足，提供一种通过双目相机采集林木的图像，并通过对图像进行处理和深度学习后可自动化得到林木胸径的尺寸，减少了人力劳动的工作量和成本，同时提高了测量效率与精度，避免了因测量误差而带来损失的基于halcon双目立体视觉的树木胸径测量方法。

为实现所述目的，提供基于halcon双目立体视觉的树木胸径测量方法，包括：

S1、双目相机标定

通过圆点型标定板对双目相机的内外参进行标定，基于halcon非线性模型句柄标定法得到标定参数，根据标定参数对图像进行校正，并采用Block Matching算法进行立体匹配与视差图计算；

S2、深度学习与模型训练

(1)对双目相机采集图像进行预处理，包括采用gen_rectangle算子进行左右图像分割，用smooth类算子或mean类算子平滑图像，去除噪点，用invert_image、scale_image等算子进行图像增强，并进行图像标注，完成深度学习图像数据集的构建；

(2)基于halcon深度学习网络框架进行树木目标检测训练，通过调节参数得到最优模型；

S3、林木胸径统计

(1)采用read_cam_par和read_pose算子，读取双目立体视觉标定获取到的左右相机的摄像机内部参数和右相机相对左相机的位姿；

(2)采用gen_binocular_rectification_map算子，获取非标准外极限图像和标准外极限图像之间的变换矩阵，即映射图像。根据变换矩阵对左右相机成像进行图像校正；

(3)采用read_dl_model算子，引入已训练好的林木胸径检测模型，并利用参数设置set_dl_model_param算子设置相应参数；

(4)采用list_files、tuple_regexp_select算子进行摄像机的打开或图像的读取，其中图像读取类型可设置bmp、gif、jpg等多样类型；

(5)采用gen_dl_samples_from_images、preprocess_dl_samples算子对左右图像分别进行检测，通过形态学处理方法,获取阈值分割后的林木胸径以下边界区域，选取边界左上与右上两目标点坐标位置，定义其横坐标差值为胸径大小；