基于机器视觉的立木树干边缘检测及边缘直线提取

doi:10.13466/j.cnki.lyzygl.2018.05.018

林业资源管理 ›› 2018, Vol. 0 ›› Issue (5): 113-122.doi: 10.13466/j.cnki.lyzygl.2018.05.018

基于机器视觉的立木树干边缘检测及边缘直线提取

李伟¹(), 岳德鹏²

1.北京市林业勘察设计院,北京 100029
2.北京林业大学精准林业北京市重点实验室,北京 100083

收稿日期:2018-08-30 修回日期:2018-10-19 出版日期:2018-10-28 发布日期:2020-09-24
作者简介:李伟(1981-),男,北京人,高工,主要从事园林绿化资源调查、监测及规划管理等工作。Email: 4895178@qq.com
基金资助:
国家林业局引进国际林业科学技术项目(948);“便携式电子测树仪关键技术引进”(2014476)

Edge Detection and Edge Line Extraction of Standing Tree Trunk Based on Machine Vision

LI Wei¹(), YUE Depeng²

1. Beijing Forestry Survey and Design Institute,Beijing 100029,China
2. Beijing Key Laboratory of Precision Forestry,Beijing Forestry University,Beijing 100083,China

Received:2018-08-30 Revised:2018-10-19 Online:2018-10-28 Published:2020-09-24

摘要/Abstract

摘要：

以互补金属氧化物半导体(CMOS)获取的立木图像为研究素材,基于图像处理技术和机器视觉技术,通过边缘检测算子进行了立木树干图像边缘特征提取,并对立木树干边缘直线特征进行了研究。结果表明:Prewitt算子和Canny算子虽然对于树干背景的边缘细节保留较多,但对于树干边缘检出率较高,并且树干边缘连续性好;Robert算子和Prewitt算子树干边缘的检测误差较大,Sobel算子、LoG算子和Canny算子对于树干边缘的检测精度较高;分别将Sigma值为0.1,0.3,1.4和3的高斯滤波的立木图像进行边缘检测,并将直径像素距离提取值与目视判读值进行比较,结果表明Sigma值为0.3~1.4时的识别偏差较小。

关键词: CMOS, 机器视觉, 边缘检测算子, 活立木, 边缘直线, 特征提取

Abstract:

Based on the image processing and machine vision technology,the edge feature of the tree trunk image was extracted by the edge detection operator,and the linear feature of the tree trunk edge was studied.The results show that:Prewitt operator and Canny operator retain more edge details on the trunk background,but the detection rate of the trunk edge is higher,and the trunk edge continuity is better.The detection error of the edge of the tree between the Robert operator and the Prewitt operator is large.The Sobel operator,LoG operator and Canny operator have higher detection precision for the edge of the trunk.The Gaussian filtered standing images of Sigma 0.1,0.3,1.4 and 3 are edge-detected and the diameter pixel distance extraction value is compared with the visual interpretation value.The results show that the recognition bias of Sigma is 0.3~1.4.

Key words: CMOS, machine vision, edge detection operator standing timber, edge straight, feature extraction

中图分类号:

S711

李伟, 岳德鹏. 基于机器视觉的立木树干边缘检测及边缘直线提取[J]. 林业资源管理, 2018, 0(5): 113-122.

LI Wei, YUE Depeng. Edge Detection and Edge Line Extraction of Standing Tree Trunk Based on Machine Vision[J]. FOREST RESOURCES WANAGEMENT, 2018, 0(5): 113-122.

图/表 6

图1

表1

图2

图3

图4

表2

参考文献 18

[1]	陈金星, 岳德鹏, 冯仲科, 等. 树干直径自动识别与测量技术研究[J]. 农业机械学报, 2016,47(3):349-353.
[2]	阚江明, 李文彬. 基于数学形态学的树木图像分割方法[J].北京林业大学学报, 2006(S2):132-136.
[3]	阚江明, 李文彬, 孙仁山. 基于计算机视觉的立木枝干直径自动测量方法[J]. 北京林业大学学报, 2007,29(4):5-9.
[4]	李建华. 基于三角原理的森林测高器研制与应用[D]. 济南:山东农业大学, 2011.
[5]	李文彬, 阚江明, 孙仁山. 立木枝杈点自动识别方法[J]. 北京林业大学学报, 2007,29(4):1-4.
[6]	刘金成, 黄晓东, 杨立岩, 等. 基于CCD超站仪的森林样地建立与精测方法研究[J]. 农业机械学报, 2016,47(11):316-321.
[7]	林辉, 童显德, 黄忠义. 遥感技术在我国林业中的应用与展望[J].遥感信息, 2002(1):39-43.
[8]	张明阳, 罗为检, 刘会玉, 等. 基于林业清查资料的桂西北植被碳空间分布及其变化特征[J]. 生态学报, 2013,33(16):5067-5077. doi: 10.5846/stxb201205170739
[9]	林调生. 连续森林清查的基本方法[J].林业资源管理, 1973(2):4-12.
[10]	孟宪宇. 测树学[M]. 北京: 中国林业出版社, 2006.
[11]	佘光辉. 角规测树在材积生长动态监测中应用理论与方法的研究[J]. 林业科学, 1998,34(2):25-30.
[12]	吴纪国. 数字图像处理技术在几何精密测量中的应用研究[D]. 北京:中国工程物理研究院, 2005.
[13]	向海涛, 郑加强, 周宏平. 基于机器视觉的树木图像实时采集与识别系统[J]. 林业科学, 2004,40(3):144-148. doi: 10.11707/j.1001-7488.20040325
[14]	谢茜. 基于视觉的车道线检测与识别[D]. 武汉:武汉理工大学, 2013.
[15]	杨华, 孟宪宇, 刘燕, 等. 单株立木图像信息的提取与解算[J]. 北京林业大学学报, 2005,27(1):51-54.
[16]	应义斌. 机器视觉技术在农产品品质自动识别中的应用(I)[J]. 农业工程学报, 2000,16(1):103-108.
[17]	赵茂程, 郑加强, 林小静, 等. 基于分形理论的树木图像分割方法[J]. 农业机械学报, 2004,35(2):72-75.
[18]	赵茂程, 郑加强, 凌小静. 一种基于小波变换的图像过渡区提取及分割方法[J]. 农业工程学报, 2005,21(11):103-107.

立木	Roberts	Prewitt	Sobel	LoG	Canny	目视判读
立木1	320	319	326	327	327	327
立木2	442	442	442	/	443	440
立木3	272	272	272	284	284	279
立木4	188	178	178	176	179	183
立木5	/	287	/	301	301	303
平均误差	5.25	5.6	3.75	3.5	2.8

立木	Sigma= 0.1	Sigma= 0.3	Sigma= 1.4	Sigma= 3	目视判读
立木1	308	326	321	320	329
立木2	443	443	443	442	435
立木3	286	286	286	301	300
立木4	416	416	391	391	441
立木5	281	273	251	174	270
立木6	333	334	/	347	369
立木7	/	401	/	401	392
立木8	602	607	602	602	605
立木9	197	357	/	/	354
立木10	56	56	56	65	57
平均误差	27.6	10.3	10.3	20.5

基于机器视觉的立木树干边缘检测及边缘直线提取

Edge Detection and Edge Line Extraction of Standing Tree Trunk Based on Machine Vision

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 6

参考文献 18

相关文章 6

编辑推荐

Metrics

本文评价

[1]	修新田, 陈秋华, 黄小玲. 环境承载力容量约束模型下景区型森林文化价值评估实证研究[J]. 林业资源管理, 2019, 0(5): 76-83.
[2]	陈新云, 王文文, 曾伟生, 杜鹏志, 党永锋, 王威, 孟京辉. 北京市二类调查小班蓄积量预估模型研究[J]. 林业资源管理, 2019, 0(5): 33-36.
[3]	应宝根, 廖文海, 姚任图, 葛宏立. 基于数学期望的森林稳定性评价——以浙江省江山市为例[J]. 林业资源管理, 2019, 0(5): 145-149.
[4]	吴恒, 朱丽艳, 刘智军, 吴雪琼. 基于生长模型的林地“一张图”林分因子更新研究[J]. 林业资源管理, 2019, 0(2): 73-79.
[5]	陈华, 林华忠, 靳爱仙, 孙玉军. 基于物元分析法的将乐国有林场用材林质量评价研究[J]. 林业资源管理, 2018, 0(5): 82-89.
[6]	曾伟生, 陈新云, 杨学云. 内蒙古主要树种组立木胸径生长率模型研建[J]. 林业资源管理, 2018, 0(2): 38-42.