基于机器视觉的果树树冠体积测量方法研究

摘要：

针对人工测量精度低、费时费力,而基于三维激光扫描技术、超声波技术等自动测量方法成本高、操作复杂的不足,提出了基于机器视觉的果树树冠体积测量方法,搭建了可移植性果树树冠体积自动测量平台.基于机器视觉实现待测树冠图像获取,通过图像处理算法获得树冠图像面积特征,并采用最小二乘法和五点参数标定法获得普适性树冠面积与体积相关关系模型,从而得到树冠体积,通过对梨树以及桂花树样本的试验,可以发现预测树冠体积平均误差分别为13.73％和10.18％.对于不具备系列样本无法构建模型的树冠,采用单点测量法,根据树冠轮廓拟合椭球结构体,然后根据体积求算补偿公式,完成体积测量,测量误差在10％左右.表明树冠形态特征的图像提取算法可行有效,通过面积以及轮廓特征量均能很好地表达树冠体积特征.

关键词：果树树冠、机器视觉、体积测量、图像处理、参数标定、面积特征、轮廓特征

所属期刊栏目：47

分类号：TP391.4;S758(计算技术、计算机技术)

资助基金：南方山地果园智能化管理技术与装备协同创新中心开放基金项目JX2014XCHJ02和江苏省自然科学基金青年基金项目BK20130690

在线出版日期：2016-07-18（万方平台首次上网日期，不代表论文的发表时间）

页码：1-10,20