大树移栽智能车辆的树木胸径估计与树木识别技术研究开题报告

1. 研究目的与意义

树木移栽是植树造林的一个非常重要的组成部分，劳动强度大，目前，我国树木栽植大多采用人工作业，效率低且成本高，运用大树移栽智能车辆进行树木移栽可以有效提高功效，减轻劳动强度，但目前的大树移栽智能车辆还没有进行基于机器视觉的胸径估计与树木识别技术的探索。

利用机器视觉可以实现树木图像的特征提取与识别，从而控制挖铲在对不同胸径、不同种类的树木进行移栽时的开度，保证移栽过程中的大树存活率，大幅度提高经济效益。

2. 国内外研究现状分析

图像识别处理技术在植物领域研究现状：

图像识别处理技术的基本原理是模拟人类对图像的识别，是先对客观对象包括形状、颜色、大小等元素形成一个直观感受和认知后对信息进行反馈并进行存储，继而形成一个初步处理意识，当再次输入类似客观对象出现时可以自动在存储的历史数据库中调用相似的处理信息，即可完成图像识别处理技术。

南京林业大学的向海涛等人提出对采集得到的连续视频图像提取单帧图像进行预处理后，将图像由采集得到的rgb图像转换为色度图像，再将转换后的色度图像中绿色通道分离出来进行图像切割、边缘提取、特征提取与识别后，输出识别结果；北京工业大学的宋江雪等结合计算机视觉、数学几何模型、摄像头标定等技术探索了基于图像分析技术的测量方法；北京林业大学的刘文萍等人探索了由无人机正射可见光图像获得的树冠面积与树木胸径之间的相关性；北京林业大学的王伟等人开发了一款基于android操作平台的树木叶片识别系统，提取13种树木叶片特征描述，选择支持向量机作为分类器；彭智等人提出了一种基于叶片特征的树木识别系统，通过图像预处理、叶片特征提取与融合等技术对树木种类进行融合，然后将准确的识别结果输出展示；孟祥丽等人针对已有叶面积测量方法存在的问题进行探索，利用摄影测量学中的编码标志点和非编码标志点，作为顶点构成不同大小的参照矩形。孟祥丽等人针对已有叶面积测量方法存在的问题进行探索，利用摄影测量学中的编码标志点和非编码标志点，作为顶点构成不同大小的参照矩形。

3. 研究的基本内容与计划

研究内容：

首先学习专用车辆设计和图像识别的相关理论知识，掌握大树移载智能车辆图像识别及其挖铲机械的结构和工作原理；查阅国内外的相关文献资料，了解大树移载智能车辆图像识别及其挖铲机械结构设计的最新研究成果；利用图像识别技术进行大树胸径估计与树木识别；并根据整车的功能需求，完成大树移载车辆挖铲机械结构的功能设计和强度的有限元分析，得出一些有益的结论。

研究计划：

4. 研究创新点

利用机器视觉可以实现树木图像的特征提取与识别，从而控制挖铲在对不同胸径、不同种类的树木进行移栽时的开度，保证移栽过程中的大树存活率，大幅度提高经济效益。