基于实例分割模型的原木检尺径方法

【目的】为降低原木检尺作业中人为因素对检尺结果的影响,提升工作效率,提出一种基于掩膜区域实例分割模型和边缘拟合算法的原木径检尺方法。【方法】使用单目手机作为采集设备,针对3种不同尺径等级的桉树原木和矩形标尺作为研究对象。首先在不同距离下采集图像制作数据集,以8∶1∶1比例划分训练集、验证集和测试集,建立原木端面识别实验数据集。其次利用实例分割模型提取端面部分生成掩膜,使用边缘拟合算法求得矩形标尺和原木端面像素长度,结合标尺实际大小求得原木端面实际尺径。比较算法测量误差及不同国家标准下材积计算误差,评估该方法的准确性。【结果】本实例分割模型能够准确地实现原木端面掩膜分割,达到99.89%的精准率与99.41%的召回率,F1分数与均值平均精度相较one-stage算法有明显提升。通过最小二乘边缘拟合算法拟合端面为椭圆,求得椭圆短径作为原木尺径,对比真值,平均百分比误差约为-2.00%,较真实值偏小。对比不同尺径等级原木误差,100%小尺径原木、98%中尺径原木和95%大尺径原木的计算值误差范围为-5%～5%。对比不同距离下采集的原木端面图像,在50～100 cm以内采集图像效果最佳,平均相...