格木生长因子的双目测定研究

摘要

【目的】对格木生长因子的双目测定方法进行研究，为格木等珍贵树种生长数据的无损、高效测定提供参考。【方法】利用MicaSense RedEdge多光谱相机获取格木图像，采用小波包变换与限制对比度自适应直方图均衡算法(contrast limited adaptive histogram equalization, CLAHE)对格木图像进行预处理；应用Matlab平台中的Stereo Camera Calibrator工具箱进行相机标定后，使用Bouguet算法对预处理的格木图像进行立体校正，并通过ADCensus和半全局匹配(SGM)算法进行立体匹配获得视差图像，然后根据三角测量原理计算格木树高、冠幅及地径。【结果】对由MicaSense RedEdge多光谱相机获取的格木图像，小波包变换可以有效去除图像中的强噪声，经小波包去噪后其平均信噪比(signal-to-noise ratio, SNR)达到了24.932 6,去噪效果显著优于小波阈值去噪及其他滤波方法；CLAHE均衡化后格木图像的灰度值分布概率更加均匀且噪声未被过度放大。通过相机标定获取左右相机的内外参数、平移旋转矩阵及畸变系数，得到的重投影误差为0.169 8个像素，实现了高精度标定；Bouguet立体校正实现了左右视图的行对准，将图像匹配的搜索维度由二维降至一维；相较于SGM算法，ADCensus算法立体匹配的视差图像更加稠密、平滑，对于格木生长因子的测算精度更高，基于ADCensus算法视差图像测算的树高、冠幅及地径与实际测量值的平均相对误差(MRE)分别为2.108%,2.949%和5.938%,平均绝对误差(MAE)分别为1.429,1.346和0.030 cm,均方根误差(RMSE)分别为1.525,1.390和0.031 cm。【结论】图像预处理可以减少强噪声并增强图像细节，提升重建的准确性。通过高精度标定、立体较正、立体匹配可以获取准确的视差信息，进而实现对格木生长因子的快速、精准测定。

关键词

格木 / 生长因子 / 双目视觉 / 图像降噪 / 立体匹配