[发明专利]基于机器视觉的树木识别方法及装置

权利要求书

1.一种基于机器视觉的树木识别方法，其特征在于，所述方法包括：

获得包含树木的俯视图像；

处理所述俯视图像，以获得所述俯视图像中树心的像素位置信息以及与所述树心对应的树径信息。

2.根据权利要求1所述的方法，其特征在于，所述处理所述俯视图像包括：

将所述俯视图像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；

根据所述模型输出结果，获得所述俯视图像中树心的像素位置信息以及与所述树心对应的树径信息。

3.根据权利要求2所述的方法，其特征在于，所述预设神经网络模型是基于样本图像以及所述样本图像对应的目标结果训练获得，所述目标结果包括目标置信度特征图和目标树径特征图；

所述目标置信度特征图中像素值表征像素是树心的概率，所述目标树径特征图中与树心像素对应像素的像素值表征树径，所述树心像素为所述目标置信度特征图中像素位置与所述样本图像中的树心对应的像素。

4.根据权利要求3所述的方法，其特征在于，所述目标置信度特征图中像素值以树心像素为中心满足预设分布，所述预设分布用于区分靠近所述树心像素的区域和远离所述树心像素的区域。

5.根据权利要求4所述的方法，其特征在于，所述预设分布包括圆高斯分布或类圆高斯分布。

6.根据权利要求4或5所述的方法，其特征在于，所述预设分布的参数是根据预设策略设置，所述预设策略包括靠近所述树心像素的区域满足下述条件中的至少一个：能够区分相邻两棵树、区域面积最大化。

7.根据权利要求3所述的方法，其特征在于，所述模型输出结果包括所述俯视图像对应的置信度特征图和树径特征图；

所述根据所述模型输出结果，获得所述俯视图像中树心的像素位置信息以及与所述树心对应的树径信息，包括：

根据所述置信度特征图，获得所述俯视图像中树心的像素位置信息；

根据所述树心的像素位置信息以及所述树径特征图，获得与所述树心对应的树径信息。

8.根据权利要求7所述的方法，其特征在于，所述根据所述置信度特征图，获得所述俯视图像中树心的像素位置信息，包括：

采用预设尺寸的滑动窗口，对所述置信度特征图进行滑窗处理，得到滑窗处理后的所述置信度特征图；所述滑窗处理包括将窗口内的非最大值设置为预设值，所述预设值小于目标阈值；

将滑窗处理后的所述置信度特征图中像素值大于所述目标阈值的像素的位置信息，作为所述树心的像素位置信息。

9.根据权利要求8所述的方法，其特征在于，所述预设尺寸满足能够区分相邻两棵树的条件。

10.根据权利要求8所述的方法，其特征在于，所述预设值为0。

11.根据权利要求7所述的方法，其特征在于，所述根据所述树心的像素位置信息以及所述树径特征图，获得与所述树心对应的树径信息，包括：

根据所述树心的像素位置信息，确定所述树径特征图中与所述像素位置信息对应的目标像素；

根据所述目标像素的像素值，获得与所述树心对应的树径信息。

12.根据权利要求11所述的方法，其特征在于，所述根据所述目标像素的像素值，获得与所述树心对应的树径信息，包括：

对所述目标像素的像素值进行反归一化，得到与所述树心对应的树径信息。

13.根据权利要求2所述的方法，其特征在于，所述预设神经网络模型包括卷积神经网络模型。

14.根据权利要求13所述的方法，其特征在于，所述预设神经网络模型包括全卷积神经网络模型。