导语

  

内容提要

  

    本书从系统性角度出发，对基于智能手机的立木树高、胸径与冠幅等测树因子的测算进行理论、技术与方法研究，根据普通智能手机摄像头的结构特征和手机内置传感器的坐标系统原理，以手机摄像头和相关内置传感器为信息采集工具，结合近景摄影测量技术和计算机视觉技术自动测量单株或多株立木的树高、胸径与冠幅等测树因子，建立以信息技术为基础的立木因子自动测量技术与方法研究。
    本书可作为高等学校计算机科学与技术、林业工程、森林经理学、森林保护、林业信息技术等专业或方向的高年级本科生、硕士研究生、博士研究生的教材或参考书，也可供相关领域科技工作者以及企事业单位工作人员参考阅读。

    徐爱俊  教授，现任浙江农林大学信息工程学院院长，林业感知技术与智能装备国家林业与草原局重点实验室主任，浙江农林大学智慧农林业研究中心副主任，浙江省“十三五”重大科技研发攻关和成果转化应用咨询专家组成员，浙江省151人才，浙江省测绘与地理信息优秀科技工作者。
    主要研究方向为林业信息化。主持国家自然科学基金项目、浙江省科技厅重点项目、浙江省自然科学基金等各类项目20佘项。获教育部科技进步二等奖1项，中国林学会梁希林业科学技术奖二等奖2项、三等奖1项，浙江省教学成果奖一等奖1项，浙江省科学进步奖三等奖3项，浙江省厅局级科技奖励8项；发表学术论文60余篇，出版学术专著4部。

第1章  概述
  1.1  森林资源调查
  1.2  立木因子测量
  1.3  摄像测量学
  1.4  关键技术及技术路线
    1.4.1  基于智能手机的相机标定方法
    1.4.2  基于Graph Cut算法的多株立木轮廓提取方法
    1.4.3  基于Mean-Shift算法的立木图像分割方法
    1.4.4  单株立木胸径测量方法
    1.4.5  单目视觉系统被动测距方法
    1.4.6  多株立木胸径测量方法
    1.4.7  平面约束下的立木树高提取方法
    1.4.8  单株立木树高测量方法
    1.4.9  基于灭点原理的多株立木树高测量方法
    1.4.10  多株立木树高和冠幅测量方法
  1.5  本章小结
第2章  相关技术及实验环境
  2.1  支撑技术概述
    2.1.1  相机标定
    2.1.2  距离测量
    2.1.3  图像分割
    2.1.4  数字摄影测量与计算机视觉
  2.2  实验环境和软硬件支撑条件
    2.2.1  Android系统平台
    2.2.2  系统架构及特性
    2.2.3  智能手机的硬件
    2.2.4  手机传感器
  2.3  本章小结
第3章  智能手机相机标定方法
  3.1  摄影测量基本成像模型
  3.2  基于智能手机的改进相机标定方法
    3.2.1  相机成像模型
    3.2.2  相机非线性畸变优化模型
  3.3  参数计算及优化
    3.3.1  单应性关系与内参约束
    3.3.2  L-M算法非线性优化
    3.3.3  畸变优化
  3.4  标定参数精度对比验证
    3.4.1  算法实现
    3.4.2  实验结果与分析
  3.5  本章小结
第4章  基于视觉显著性及形态学的立木树干轮廓检测
  4.1  视觉显著性表达
    4.1.1  颜色空间选取
    4.1.2  基于Lab颜色空间的视觉显著性表达
  4.2  色调分量均衡化与特征融合
    4.2.1  色调特征提取
    4.2.2  色调分量均衡化处理与特征融合
  4.3  融合图像二值化
  4.4  数学形态学处理
  4.5  立木主轮廓提取
  4.6  轮廓识别精度分析
    4.6.1  图像采集及实验环境
    4.6.2  立木树干轮廓分割结果
    4.6.3  观察评价
    4.6.4  性能指标评价
  4.7  本章小结
第5章  基于Graph Cut算法的多株立木轮廓提取方法
  5.1  材料和方法
    5.1.1  立木图像采集
    5.1.2  立木轮廓提取方法
  5.2  立木图像分割
  5.3  立木轮廓提取
    5.3.1  边缘检测
    5.3.2  轮廓提取
  5.4  实验与结果分析
    5.4.1  实验环境
    5.4.2  立木分割结果
    5.4.3  分割指标评价
    5.4.4  算法性能分析
  5.5  本章小结
第6章  基于Mean-Shift算法的立木图像分割方法
  6.1  立木图像分割原理
  6.2  多角度立木图像抽象
    6.2.1  背景平滑
    6.2.2  冠层空洞模糊
  6.3  多维自适应Mean-Shift算法立木聚类
    6.3.1  多维特征自适应带宽
    6.3.2  核函数
    6.3.3  立木图像聚类分割实现
  6.4  实验与结果分析
    6.4.1  实验方法
    6.4.2  结果与分析
  6.5  本章小结
第7章  单株立木胸径测量算法
  7.1  单位像素三维世界坐标系尺寸重建
    7.1.1  单位像素三维尺寸重建算法
    7.1.2  单位像素三维世界坐标系物理尺寸重建
  7.2  树干高度检测
    7.2.1  最小外接矩形提取及优化
    7.2.2  树干高度计算
  7.3  胸径测量算法
    7.3.1  胸径测量高度定位
    7.3.2  胸径像素获取
  7.3  _3胸径计算
  7.4  实验验证与分析
    7.4.1  单位像素三维世界坐标系物理尺寸重建验证
    7.4.2  树干高度测量精度对比
    7.4.3  胸径测量精度对比
  7.5  本章小结
第8章  单目视觉系统被动测距方法
  8.1  单目视觉系统被动测距
  8.2  标靶设计与角点检测
    8.2.1  杯靶设计
    8.2.2  角点检测算法
  8.3  基于单目视觉的被动测距模型
    8.3.1  相关性分析
    8.3.2  模型建立
  8.4  实验验证与分析
    8.4.1  实验设计
    8.4.2  实验室环境测距
    8.4.3  自然场景测距
  8.5  本章小结
第9章  多株立木胸径测量方法
  9.1  多株立木胸径被动测量原理
  9.2  立木树干轮廓检测
  9.3  立木胸径测量
    9.3.1  建立立木胸径测量坐标系
    9.3.2  立木胸径测量模型
  9.4  实验验证与分析
  9.5  本章小结
第10章  平面约束下的立木树高提取方法
  10.1  参照物轮廓识别
  10.2  灭点坐标检测
  10.3  构建交比信息
    10.3.1  平面线段长度计算
    10.3.2  竖直平面上线段长度计算
  10.4  实验验证与分析
    10.4.1  方法实现
    10.4.2  实验验证
  10.5  本章小结
第11章  单株立木树高测量方法
  11.1  图像感兴趣区域选取
  11.2  立木图像畸变校正
    11.2.1  非线性畸变校正模型
    11.2.2  基于点运算的透视畸变校正模型
  11.3  立木树高测量模型
  11.4  实验验证与分析
  11.5  本章小结
第12章  基于灭点原理的多株立木树高测量方法
  12.1  立木图像处理与识别
    12.1.1  图像非线性畸变校正
    12.1.2  标定物特征点检测
    12.1.3  立木轮廓垂直最值点识别
  12.2  多株立木树高测量方法
    12.2.1  设标立木树高测量
    12.2.2  多株立木树高测量
  12.3  实验与验证
  12.4  本章小结
第13章  多株立木树高和冠幅测量方法
  13.1  树高和冠幅测量原理
  13.2  立木轮廓提取
  13.3  基于智能手机的多株立木树高和冠幅测量方法
    13.3.1  建立立木测量坐标系
    13.3.2  深度提取模型
    13.3.3  树高测量模型
    13.3.4  冠幅测量模型
  13.4  实验验证与分析
    13.4.1  树高测量模型精度验证
    13.4.2  立木冠幅测量模型精度验证
  13.5  本章小结
第14章  立木测量系统开发
  14.1  系统开发环境
    14.1.1  环境配置
    14.1.2  环境搭建
  14.2  系统开发框架
  14.3  系统数据流
  14.4  系统功能模块设计
  14.5  本章小结
参考文献