[发明专利]一种基于SLAM和图像识别的森林林木资源调查方法

权利要求书

1.一种基于SLAM和图像识别的森林林木资源调查方法，其特征在于，包括以下步骤：

S1，对待调查的森林样地进行数据采集，获取覆盖整个样地场景的图像数据及环境数据；

S2，通过SLAM方法对获取的图像数据进行处理，生成样地场景的三维模型；

S3，对三维模型进行单体化处理，在图像上找到对应的区域进行识别，对识别的结果进一步处理，得到样地林木的种类和数量，样木的三维空间坐标、高度、胸径等调查因子；

S4，将采集的样地场景原数据以及处理后的数据导入森林资源管理单元进行管理。

2.根据权利要求1所述的一种基于SLAM和图像识别的森林林木资源调查方法，其特征在于，所述步骤S1包括以下步骤：

S11，确定森林样地数据采集路径，按照路径进行数据采集，保证采集的数据能够覆盖整个样地场景；

S12，对数据采集装置的初始化参数进行设置，主要包括相机采集图片的分辨率和帧率、相机采集图片颜色的对比度、数据采集的起点坐标、存储数据的格式和位置、数据采集方式等；

S13，沿着规划的数据采集路径进行数据采集，记录通过视觉相机获取的森林样地的图片数据以及通过环境传感器获得的环境信息；

S14，数据采集过程中可以通过数据采集装置的数据浏览功能查看采集数据的质量。

3.根据权利要求1所述的一种基于SLAM和图像识别的森林林木资源调查方法，其特征在于，所述步骤S2包括以下步骤：

S21，通过步骤S1采集的数据得到采集数据每一帧的深度图及相机的位姿；

S22，将读入的深度图转化为三维点云并计算每一点的法向量；

S23，根据相机的位姿，将当前帧的点云融合到网格模型中；

S24，根据当前帧相机位姿利用光线投影算法从模型投影得到当前帧视角下的点云，并且计算其法向量，用来对下一帧的输入图像配准；

S25，循环S22到S24，在循环的过程中，通过移动相机获取场景不同视角下的点云，重建完整的场景表面。

4.根据权利要求1所述的一种基于SLAM和图像识别的森林林木资源调查方法，其特征在于，所述步骤S3包括以下步骤：

S31，对S2生成的三维模型采用深度神经网络实现点云中单体对象的提取；

S32，通过成像关系和RGBD配准信息，在图像上找到单体对象所对应的区域；

S33，建立森林不同种类林木的数据集；

S34，以森林林木的数据集为基础，通过图像识别方法识别单体对象林木的种类信息；

S35，对S31得到的对单体对象进行处理，得到林木的树高、胸径等林木调查因子，结合环境传感器得到的环境信息，以规定的格式对数据进行输出，得到数据处理报告。

5.根据权利要求1所述的一种基于SLAM和图像识别的森林林木资源调查方法，其特征在于，所述步骤S4包括以下步骤：

S41，对采集的样地场景数据以及处理后的三维模型数据以文件夹的形式进行整理；

S42，将采集的样地场景数据的位置、三维模型数据的位置、样木数据和环境信息表示为XML格式；

S43，进入森林资源管理单元的数据导入模块，加载XML文件，将森林样地通过数据采集和分析得到的结构化数据和非结构化数据导入到森林资源管理单元；

S44，进入森林管理单元，查看林木识别信息以及森林环境信息，检出数据导入的完整性；

S45，通过数据分析和对比，生成森林林木资源的各种报表，如林木资源种类信息报表、温度变化报表等。

6.用于实现权利要求1-5所述任意一种基于基于SLAM和图像识别的森林林木资源调查方法的实施装置，其特征在于，包括：

数据采集单元，对待调查的森林样地进行图像和环境信息的采集，采集覆盖森林样地完整的图像数据和环境信息，并将采集到的数据发送至模型构建单元进行处理；

模型构建单元，处理数据采集单元得到的森林样地图像数据，通过SLAM建模技术对图像数据进行处理，得到森林样地的三维点云；

数据处理单元，接收三维点云数据，对三维点云进行识别和分割，做单体化处理，对进行单体化处理后的数据做进一步的数据分析，得到样木的树高、胸径等参数，最后结合数据采集单元获取的环境信息，形成数据处理报告，并将其导入到数据管理单元进行管理和维护；

数据管理单元，对数据采集单元获取的数据以及后续处理得到的数据进行存储与维护。