樹木影像特征提取與立體匹配技術研究.pdf

1、中國林業(yè)科學研究院資源信息研究所博士學位論文樹木影像特征提取與立體匹配技術研究姓名：張超申請學位級別：博士專業(yè)：森林經(jīng)理學指導教師：唐守正20030701摘要滑動和不同地點搬動進行重復性拍攝大小為1280960圖像，然后進行攝像機標定參數(shù)求解。得出FUJIFILMFinePix6900Zoom數(shù)碼相機在搬動拍攝過程中，dx=dy，并且穩(wěn)定在O0061～0，0062之間，而像主點坐標(uO，vO)不穩(wěn)定。在固定支架上滑動攝像機拍攝過程中，

2、dx=dy同樣穩(wěn)定在O0061～0，0062之間。像主點坐標(uO，vO)保持穩(wěn)定在(625，5lO)左右。直接采用非線性度量誤差模型進行雙目標定，對于攝像機內參數(shù)，得到與單目標定相同的結論。利用本文的標定結果，重建后得出，在固定支架上滑動攝像機拍攝時，隨著基線長度從50mm開始，不斷增加，基線長度達到400mm時，單點重建精度平均穩(wěn)定在厘米級。而在不同地點搬動攝像機拍攝，基線大于3m時，單點重建平均精度低于50mm。立體匹配是立體視覺

3、中最難解決的問題。根據(jù)樹干的特點，在嘗試了多種在其它行業(yè)成功應用的立體匹配算法之后，提出了適合樹干邊緣的立體匹配策略。即首先進行人機交互式的樹干邊緣約束下的變區(qū)域立體匹配，然后利用非線性度量誤差模型進行整體匹配。對于相同的立體圖像對，本文分別采用仃21的Canny算子、模板為1313的LoG算子和Sobel算子檢測的樹干邊緣做約束，區(qū)域相似性度量分別采用熵差、不變矩、相關性以及三者的綜合。按照本文提出的匹配策略獲得了不同的匹配結果。通過

4、對不同匹配方法獲得的樹干邊緣的匹配點集進行重建，計算樹木點位坐標和樹木點位，對實驗結果進行對比分析得出結論。其中人機交互式的Canny算子檢測出的樹干邊緣特征約束下，變區(qū)域的相關匹配或綜合測度匹配獲得的匹配點集，然后進行基于非線性度量誤差模型的整體匹配優(yōu)于其它匹配算法。當采用單目標定的攝像機參數(shù)，重建到地理坐標系下時，胸徑測定的平均相對誤差分別為7584118％(相關)和48394047％(綜合測度)：樹木點位平均誤差分別為164630