[发明专利]基于自然图像的树木多级枝干结构自动提取方法

权利要求书

1.基于自然图像的树木多级枝干结构自动提取方法，其特征在于，采用深度神经网络模型，实现从图像中提取树木多级枝干结构，具体包括以下内容：

S1、构建数据集：收集树木图像和枝干标注数据，构建用于训练深度神经网络的数据集，进一步包括如下内容：

S1.1、树木图像采集：通过网络爬取和手机拍摄获取树木图像，所述树木图像均为RGB图像，储存为JPEG格式；

S1.2、树木图像标注：利用标注软件对S1.1中所得的树木图像中的枝干结构进行标注；

S1.3、枝干标注数据处理：对S1.2中所得的枝干标注数据进行处理，构建维度统一的数据；

S2、构建深度神经网络模型：深度神经网络模型采用骨架网络和分支网络的结构，其中，所述骨架网络采用BotNet网格结构，由卷积残差模块和多头自注意力模块构成；所述分支网络由全连接模块构成；构建深度神经网络模型的损失函数，并对模型进行训练；

S3、构建基于深度神经网络模型输出结果的树木多级枝干结构：深度神经网络模型的输入为一幅树木图像，输出为一系列枝干结点坐标值构成的向量，基于输出结果，构建树木枝干结构。

2.根据权利要求1所述的基于自然图像的树木多级枝干结构自动提取方法，其特征在于，所述S1.2具体包括以下内容：

S1.2.1、选取树木图像，利用标注软件可视化所选取的图片；

S1.2.2、用户选择所要标注枝干的等级：主干对应等级0，与主干直接相连的侧枝对应等级1，与上述等级1侧枝直接相连的次级侧枝对应等级2，依次类推；

S1.2.3、用户在树木图像上直接点击以标注构成枝干的结点，标注软件会自动获取并记录其二维坐标、所对应的枝干等级；当用户完成某一枝干所有结点的标注后，标注软件自动连接这些结点以构造枝干的点-线图并保存；

S1.2.4、用户重复上述S1.2.2～S1.2.3步骤直到完成m个枝干等级的标注；所述m表示用户预先指定的等级数量。

3.根据权利要求1或2所述的基于自然图像的树木多级枝干结构自动提取方法，其特征在于，所述S1.3具体包括以下内容：

S1.3.1、将数据集中枝干等级数量m设置为2，枝干标注数据中的每一数据点包含(x,y)两个值，将该坐标值进行归一化处理：

x’＝x/W

y’＝y/H

其中，W、H分别为图像的宽和高；

S1.3.2、基于归一化后的枝干标注数据，统计如下三类分布信息：主干标注点数量分布、一级侧枝数量分布以及所有一级侧枝总标注点数量分布；

S1.3.3、基于S1.3.2中所得的统计信息，确定主干标注点数量N₀和所有一级侧枝总标注点数量N₁；

S1.3.4、采用自然三次样条插值方法，对主干以及所有一级侧枝，根据其标注的结点坐标拟合生成具有二阶导数连续的光滑曲线；

S1.3.5、对主干以及所有一级侧枝拟合得到的光滑曲线，分别根据N₀、N₁以及侧枝数量N_L进行结点的重采样；

S1.3.6、将每一树木图像的枝干标注信息统一表示为长度D＝(N₀+N₁)*2+1的一维向量，其中，N₀+N₁表示总的枝干结点数量；乘以2表示每个结点包含(x,y)两个坐标值；加1表示需要额外一个值用于存储一级侧枝数量。