基于halcon双目立体视觉的树木胸径测量方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115439526A(43)申请公布日2022.12.06(21)申请号202211014079.4G06T7/80(2017.01)(22)申请日2022.08.23(71)申请人中国农业大学地址100081北京市海淀区圆明园西路2号(72)发明人王光辉李冲陆志恒王柳清王德成赵漫菲蔡晨孙玺航张晓勤(74)专利代理机构北京中济纬天专利代理有限公司11429专利代理师刘玉强(51)Int.Cl.G06T7/62(2017.01)G06T7/13(2017.01)G06T7/136(2017.01)G06T7/181(2017.01)权利要求书2页说明书8页附图2页(54)发明名称基于halcon双目立体视觉的树木胸径测量方法(57)摘要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。CN115439526ACN115439526A权利要求书1/2页1.一种基于halcon双目立体视觉的树木胸径测量方法，其特征在于，包括：步骤S1、双目相机标定；步骤S2、以双目相机采集图像构建深度学习图像数据集，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；步骤S3、(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，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；(5)采用gen_dl_samples_from_images、preprocess_dl_samples算子对左右图像分别进行检测，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，采用gray_features算子进行指定区域的灰度特征值的计算，从而获取读到的图像区域灰度值，根据threshold(B,RegionB,L1,255)，threshold(H,RegionH,L2,255)算子得到灰度值信息，之后进行树干胸径部分及以下区域两边界阈值的确定L1:＝ValueR/1.3，L2:＝ValueR/1.7，最后对两个通道分割，再取并集，得到目标检测区域；(6)采用open_framegrabber算子，在循环体中，从图像数据中依次读入林木图像，开始时选取头两帧图像，往后每次保留时间靠后的一张图像，读入新图像，覆盖时间靠前的一张图像；(7)采用tuple_mean和disp_message算子，并定义All:＝[All,Mean]对识别次数进行统计，识别次数符合规定设定要求则进行林木胸径均值求取，否则视为识别无效，不进行胸径数值统计；(8)检测有效识别的林木，当目标林木在视野边缘消失且求取有效的胸径值时，相应的林木数量统计计数器加1；(9)采用open_file和fwrite_string算子导出统计数值，包括林木数量计数器数值和其所对应的林木胸径均值。2.如权利要求1所述的树木胸径测量方法，其特征在于，所述步骤S1的双目相机标定方式进一步包括：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BlockMatching算法进行立体匹配与视差图计算。3.如权利要求2所述的树木胸径测量方法，其特征在于：所述步骤S1中，双目相机标定采用halcon校准数据模型，采集多张校准图像，采集过程中，上张校准图像采集完毕后，进行采集的图像方向的转动，然后采集下张校准图像直至获得全部校准图像集，单张校准图像采集过程中控制保持静止状态。4.如权利要求2所述的树木胸径测量方法，其特征在于，所述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