[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

说明书

本发明提供了一种基于SLAM和图像识别的森林林木资源调查方法，包括以下步骤：S1，在覆盖整个待调查森林样地的图像数据及环境数据；S2，利用SLAM方法对获取的图像数据进行处理，生成样地三维模型；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，得到林木的三维空间坐标、高度、胸径、的种类和数量等参数；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管理。该方法通过视觉相机和传感器获取森林数据，利用SLAM方法构建森林场景三维模型，通过点云分割和图像识别完成森林数据的识别和分析，缩减了野外工作时间，提高了森林资源调查的效率，同时保证了森林资源调查结果的可验证性。

技术领域

本发明涉及一种森林林木资源调查方法，属于森林调查、计算机视觉和图像处理技术领域。

背景技术

森林资源是自然资源的重要组成部分，是国民经济和社会发展的重要物质基础。随着林业资源遭到人类过度砍伐利用导致木材短缺以及生态环境的恶化，人类不得不进行森林资源调查和规划经营工作。而以林地、林木以及林区范围内生长的动、植物及其环境条件为对象的森林资源调查为农林部门，木材使用者和制定实施国家政策的人员提供可靠信息。

林木调查是森林资源调查的主要内容，林木调查的调查因子主要包括树种、年龄、胸径、树高等，这些数据的获取需要大量的测量工具以及野外测量工作。目前这些测量工具的使用需要人工进行，观测结果的准确性依赖于观测者的工作素养和对测量工具使用的熟练程度，在很大程度上增加了调查数据的误差；其次，由于森林环境的复杂性以及部分测量工具的体积和重量比较大，进一步增加了测量工作的难度，影响测量的效率；最后，获取的调查结果是经过测量得到的数据，缺少必要的方法对数据的准确性进行验证。因此，减少森林资源调查过程中人工的工作内容和工作难度，提高森林资源调查的速度和准确性中是森林资源调查过程中亟待解决的问题。

发明内容

本发明提供了一种基于SLAM和图像识别的森林林木资源调查方法，旨在提供一种对森林林木资源识别，调查因子自动获取的森林林木资源调查方法，解决目前森林资源调查过程中人工依赖性大，成本高，调查效率低，周期长，调查结果的准确性无法验证等问题，从而提高森林林木资源调查的效率和准确性，降低森林资源的调查成本。

本发明所述一种基于SLAM和深度学习的森林林木资源调查方法，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。

本发明所述一种基于SLAM和深度学习的森林林木资源调查方法，利用立体视觉相机、惯导和定位系统等传感器等对待调查的森林样地进行连续的图像数据和环境信息的采集，分析得到的图像数据以及相机的位姿信息，采用Spatial Mapping或者Kintinuous等SLAM算法生成三维空间点云即得到待调查样地的三维模型数据。将得到的三维模型数据进行识别与分割，然后对分割后的数据进行处理，结合图像数据，生成数据处理报告，得到林木的种类、数量、样木的坐标、高度等调查因子。将数据处理报告、三维模型及原始数据导入到森林资源管理单元，进行森林资源数据的管理、查看、与历史数据的对比以及生成各种报告。

本发明所述一种基于SLAM和深度学习的森林林木资源调查方法的实施装置，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；