(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211110114.2 (22)申请日 2022.09.13 (71)申请人 南京林业大 学 地址 210042 江苏省南京市龙蟠路159号 (72)发明人 杨万霞　田媛　庄佳琪　丁思雨　 张梅　万诗颖　 (74)专利代理 机构 北京国坤专利代理事务所 (普通合伙) 11491 专利代理师 赵红霞 (51)Int.Cl. G06V 20/10(2022.01) G06V 10/24(2022.01) G06V 10/26(2022.01) G06V 10/30(2022.01) G06V 10/422(2022.01)G06V 10/764(2022.01) G06V 10/82(2022.01) (54)发明名称 一种林业野外调查标准株区分段划分装置 及其使用方法 (57)摘要 本发明属于林业调查解析技术领域， 公开了 一种林业野外调查标准株区分段划分装置及其 使用方法， 所述林业野外调查标准株区分段划分 装置包括： 林木图像采集模块、 中央控制模块、 林 木识别模块、 林木长度测量模块、 林木干径预测 模块、 分段划分模块、 切割模块、 显示模块。 本发 明通过林木识别模块根据特征图得到林木种类 的识别结果， 可以实现根据地表图像信息自动获 得识别林木种类， 与基于人工识别的方法识别林 木种类相比， 降低了人力成本， 提高了识别效率； 同时， 通过林木干径预测模块构建林木干径变化 的数学模型， 并利用实测数据对 数学模型进行修 正， 从而实现林木 干径的快速、 准确预测。 权利要求书3页 说明书8页 附图3页 CN 115527110 A 2022.12.27 CN 115527110 A 1.一种林业野外调查标准株区分段划分装置， 其特征在于， 所述林业野外调查标准株 区分段划分装置包括： 林木图像采集模块、 中央控制模块、 林木识别模块、 林木长度测量模块、 林木干径预测 模块、 分段划分模块、 切割模块、 显示模块； 林木图像采集模块， 与中央控制模块连接， 用于通过摄 像器采集林木图像； 中央控制模块， 与林木图像采集模块、 林木识别模块、 林木长度测量模块、 林木干径预 测模块、 分段划分模块、 切割模块、 显示模块连接， 用于控制各个模块 正常工作； 林木识别模块， 与中央控制模块连接， 用于通过识别程序根据林木 图像对林木种类识 别； 林木长度测量模块， 与中央控制模块连接， 用于测量林木 长度； 林木干径预测模块， 与中央控制模块连接， 用于通过 预测程序对林木 干径进行 预测 分段划分模块， 与中央控制模块连接， 用于根据林木长度及林木干径对林木进行分段 划分； 切割模块， 与中央控制模块连接， 用于通过切割器对分段的林木进行分段切割； 显示模块， 与中央控制模块连接， 用于通过显示器显示林木 图像、 林木识别结果、 林木 长度测量结果、 林木 干径预测结果； 所述林木图像采集模块包括： 摄 像模块、 图像校正模块、 图像去噪模块、 图像分割模块； 摄像模块， 用于通过摄 像器采集林木图像； 图像校正模块， 用于通过 校正程序对林木图像进行 校正； 图像去噪模块， 用于对林木图像进行去噪处 理； 图像分割模块， 用于对林木图像进行分割处 理； 所述林木 长度测量模块包括： 参照物标识模块、 参照物图像获取模块、 长度计算模块； 参照物尺寸测量模块， 用于通过测量器测量林木参照物的尺寸； 参照物图像获取模块， 用于获取 林木参照物图像； 长度计算模块， 用于根据林木参照物的尺寸以及林木参照物图像确定林木的长度。 2.一种如权利要求1所述的林业野外调查标准株区分段划分装置使用方法， 其特征在 于， 所述林业野外调查标准株区分段划分装置使用方法包括以下步骤： 步骤一， 通过 林木图像采集模块利用摄 像器采集林木图像； 步骤二， 中央控制模块通过林木识别模块利用识别程序根据林木图像对林木种类识 别； 步骤三， 通过林木长度测量模块测量林木长度； 通过林木干径预测模块利用预测程序 对林木干径进行 预测； 步骤四， 通过分段划分模块根据林木长度及林木干径对林木进行分段划分； 通过切割 模块利用切割器对分段的林木进行分段切割； 步骤五， 通过显示模块利用显示器显示林木图像、 林木识别结果、 林木长度测量结果、 林木干径预测结果。 3.如权利要求1所述林业野外调查标准株区分段划分装置， 其特征在于， 所述林木识别 模块识别方法如下： (1)获得地表图像信息， 对地表图像进行增强处理； 所述地表图像信息包括多个颜色通权　利　要　求　书 1/3 页 2 CN 115527110 A 2道的图像信息和深度图信息； 处 理所述地表图像信息， 得到包 含地表语义信息的特 征图； (2)根据所述特 征图得到林木种类的识别结果。 4.如权利要求3所述林业野外调查标准株区分段划分装置， 其特征在于， 所述处理所述 地表图像信息， 得到包 含地表语义信息的特 征图， 包括： 处理所述地表图像信息， 得到地表语义与像素位置信息的对应关系； 根据地表语义与像素位置信息的对应关系， 得到包 含地表语义信息的特 征图； 所述处理所述地表图像信息， 得到地表语义与像素位置信息的对应关系， 包括： 将所述地表图像信 息输入预设神经网络模型， 得到所述预设神经网络模型的模型输出 结果； 所述模型输出结果包括多个林木种类中各林木种类的置信度特征图， 单个林木种类 的置信度特 征图的像素值用于表征像素 是所述林木种类的概 率； 根据所述模型输出 结果， 得到林木种类的像素位置信息 。 5.如权利要求4所述林业野外调查标准株区分段划分装置， 其特征在于， 所述预设神经 网络模型包括第一预设神经网络模型和至少两个第二预设神经网络模型； 所述第一预设神 经网络模型和所述第二预设网络模型串联， 所述至少两个第二预设网络模型并联； 所述第一预设神经网络模型用于区分多个林木种类， 所述多个林木种类中的部分林木 种类或全部林木种类划分为至少两个林木种类集合； 所述第二预设神经网络模型与所述林 木种类集合一一对应， 所述第二预设神经网络模型用于区分对应林木种类集合中的林木种 类。 6.如权利要求5所述林业野外调查标准株区分段划分装置， 其特征在于， 所述将所述地 表图像信息 输入预设神经网络模型， 得到所述预设神经网络模型的模型输出 结果， 包括： 将所述地表图像信 息输入第 一预设神经网络模型， 得到所述第 一预设神经网络模型的 第一模型输出 结果； 将所述第一预设神经网络模型中的目标特征图， 输入所述第二预设神经网络模型， 得 到所述第二预设神经网络模型的第二模型输出结果， 所述目标特征图为所述第一预设神经 网络模型的输出层的输入特 征图， 所述输出层用于 输出所述第一模型输出 结果； 所述将所述目标 特征图， 输入所述第二预设神经网络模型， 包括： 根据所述第一模型输出 结果， 确定所述 地表图像信息中包括的目标 林木种类； 将所述目标 特征图， 输入与所述目标 林木种类对应的目标第二预设神经网络模型； 所述将所述目标 特征图， 输入所述目标第二预设神经网络模型， 包括： 根据所述第一模型输出 结果， 确定识别为所述目标 林木种类的目标像素； 从所述目标 特征图中裁 剪出包括所述目标像素的裁 剪后特征图； 将所述裁 剪后特征图， 输入所述目标第二预设神经网络模型。 7.如权利要求1所述林业野外调查标准株区分段划分装置， 其特征在于， 所述林木干径 预测模块预测方法如下： 1)构建林木 干径变化的数 学模型， 所述数 学模型如下： 权　利　要　求　书 2/3 页 3 CN 115527110 A 3