CN102667816A

CN102667816A - 用于预测关于图像中的树木的信息的方法和装置

Info

Publication number: CN102667816A
Application number: CN2010800589849A
Authority: CN
Inventors: 杰弗里·J·韦尔蒂
Original assignee: Weyerhaeuser NR Co
Current assignee: Weyerhaeuser NR Co
Priority date: 2009-12-22
Filing date: 2010-11-05
Publication date: 2012-09-12
Also published as: AR079471A1; US20110150290A1; BR112012014969A2; CA2781603A1; WO2011078919A1; EP2517155A1; UY33122A; AU2010333914A1

Abstract

一种用于预测森林区域中的树木的度量的系统，该系统分析树木的图像中的一个或多个频谱带中的像素强度的空间变化。像素强度的变化通过从具有地面真实数据的树木的图像确定的关系与树木的预测度量有关。在一个实施例中，线性回归确定像素强度的空间变化与度量之间的关系。在一个实施例中，利用像素强度值的二维傅立叶变换在频域中来确定图像中的像素强度的空间变化。

Description

用于预测关于图像中的树木的信息的方法和装置

背景技术

在森林管理中，知道关于森林区域中的树木的信息是重要的。这样的信息可以包括该森林中的树木的种类、它们的间隔、年龄、直径、健康等。这个信息对于收入预测、积极的管理计划（诸如选择性的变薄、施肥等）、确定将原木运输到哪里或如何配备锯木厂来处理原木以及用于其它用途是有用的。虽然可以使用统计测量技术来清查森林区域，但是变得日益增加的成本使得不再派遣勘测队到遥远的森林区域中获得测量数据。因此，遥测正变得日益被用作用于物理上勘测森林区域的代替。遥测通常包括使用空中摄影或卫星图像以产生森林的图像。然后通过手或利用计算机来分析图像以获得关于森林中的树木的信息。

分析森林的图像以便标识树木的特定种类的最常用的方式是以一个或多个范围的波长或频谱带来分析树木的树叶或针叶的亮度。树木的某些种类具有能够被用来区分一个种类与另一个种类的特征频谱反射率。虽然这个方法能够用来区分诸如硬木与针叶树的大类的树木，但是该技术通常不能够进行更细微的区分。例如，在区分诸如西方铁杉与道格拉斯冷杉的不同类型的针叶树中仅频谱反射率不是非常准确的。考虑到这些限制，需要一种分析林地的图像以预测关于图像中的树木的信息的改进的技术。

发明内容

本文中所公开的技术涉及一种基于森林的图像内的像素强度的空间变化来预测关于树木的信息的方法，其中由每个像素成像的区域小于森林中的树木的预期的冠尺寸。在一个实施例中，森林区域的多个训练图像被获得，已知其森林中的树木的一个或多个测量度量的地面真实数据。森林区域的训练图像被分析以为图像确定一个或多个频谱带中的像素数据的强度中的空间变化的测量。所确定的空间变化与训练图像中的树木的已证实的度量相关，以确定空间变化与特定度量之间的关系。一旦已经确定关系，则该关系被用来预测其它森林区域中的树木的度量的值。

在一个实施例中，通过分析频域中的像素强度数据来确定像素强度的空间变化。在一个实施例中，对于图像的区域的像素强度数据计算二维快速傅里叶变换（FFT）。来自FFT输出矩阵的参数被用来量化像素强度的空间变化并且用来使用根据地面真实数据确定的关系来预测图像中的树木的相关度量的值。

在一个实施例中，频率分量的平均功率和围绕FFT输出矩阵中的平均像素强度值的单元（cell）的环中的频率分量的功率的标准偏差被用来量化像素强度的空间变化。

提供本发明内容用于以简化的形式介绍概念的选择，所述概念在下面的具体实施方式中进一步进行描述。这个发明内容不旨在标识所要求保护的主题的关键特征，也不旨在被用作帮助确定所要求保护的主题的范围。

附图说明

当与附图相结合地考虑时，本发明的前述方面和伴随的优点中的许多将变得更容易理解，因为其通过参考以下具体实施方式变得更好理解，在附图中：

图1表示包含多个不同的树木种类的森林区域；

图2图示了根据所公开技术的实施例的用于根据像素强度的空间变化来预测图像中的树木的度量的代表性计算机系统；

图3图示了用于在所公开的技术的实施例中使用的二维FFT输出矩阵的一部分；

图4是根据所公开的技术的实施例的被执行用于分析训练图像集合的多个步骤的流程图；以及

图5是根据所公开的技术的实施例的被执行用于基于森林区域的图像中的像素强度的确定的空间变化来预测森林区域中的树木的度量的多个步骤的流程图。

具体实施方式

如上文所指示，本文中所公开的技术涉及一种操作计算机系统以根据对应的树木的图像来预测在森林区域中的树木的度量的方法。在一个公开的实施例中，待确定的度量是在森林区域中的树木的特定种类的百分比。然而，度量可以是其它信息，诸如森林区域中的特定种类的树木的数目、树木的平均年龄、树木的平均直径、或能够利用地面真实数据证实的其它信息。

图1表示森林区域50，其包含被标记为西方铁杉（H）、道格拉斯冷杉（D）以及“其它”（O）的多个不同的树木种类。在一些实例中，森林管理者将希望知道在该森林区域50中的什么百分比的树木是特定种类。在所示的示例中，森林区域50具有43%的西方铁杉和36%的道格拉斯冷杉。如下文中将进一步详细地解释的，本文中所描述的技术被用来通过分析森林区域的图像的像素强度的空间变化以及使用确定的像素强度的空间变化与森林中的树木的种类的百分比之间的关系来预测森林区域50的种类度量的百分比。

图2图示了能够被用来根据森林区域的图像来预测森林中的树木的度量的值的计算机系统。该系统包括独立的或联网的计算机60，所述计算机60包括被编程为执行如下文中将描述的指令序列的一个或多个处理器。计算机60接收森林区域的一个或多个图像并且将森林区域的一个或多个图像存储在计算机存储介质上，诸如硬盘驱动器62、CD-ROM、DVD、闪速存储器等。替代地，能够经由诸如连接到互联网的局域网或广域网的通信链路72来接收森林区域的图像。计算机60分析森林区域的图像以使用根据如下文中将描述的多个训练图像确定的关系来预测图像中的树木的度量的值。一旦已经根据该森林的图像的分析预测到森林区域中的树木的度量，则所预测的度量能够被打印在打印机64上、显示在计算机监视器66上或存储在计算机可读介质上（硬盘驱动器、闪存盘、CD-ROM、DVD等）的数据库68中。替代地，所预测的度量能够经由通信链路72被发送到一个或多个远程计算机。用于操作计算机60中的一个或多个处理器以实现下文中所描述的技术的指令被存储在计算机可读存储介质70上（CD、DVD、硬盘驱动器、闪速存储器等）或者能够经由通信链路72从远程计算机系统下载。

如上文所指示，所公开的技术分析森林的图像内的像素强度的空间变化以预测图像中的树木的度量。空间变化捕获由来自树林冠中的树叶或针叶的更亮的反射引起的更高的强度像素，以及其中不存在树叶或针叶或其中树叶和针叶在阴影下的更暗的点。林冠中的更亮和更黑的区域的空间图案提供了与正被预测的度量有关的信息。

在所公开的技术的一个实施例中，通过将图像的像素强度转换到对应的频域中来测量图像内的像素强度的空间变化。在一个特定的实施例中，使用二维FFT或小波分析将像素转换到频域中。为了将像素强度转换到频域中，选择了来自图像的像素块。优选地，图像块是具有可均匀地被2整除的多个像素的正方形，例如16x16、32x32、64x64等。由每个像素成像的区域和像素块中的像素的数目被选择为能够检测树冠内的小变化，同时不要求太长以致不能分析森林的图像内的所有像素。在一个实施例中，每个像素成像约1平方米的区域并且像素块具有32乘32个像素。

图3图示了二维FFT输出矩阵200。如将由信号处理领域的技术人员理解的，输出矩阵200包含针对像素块计算的多个单元，其中每个单元在X方向和Y方向上包含一对频率分量的功率。在一个实施例中，输出矩阵200被重新布置使得FFT输出矩阵200的中心单元250将像素强度的平均值存储在像素块中。围绕中心单元250的是多个环252、254、256、258、260等，每个环都具有存储在X方向和Y方向上的一对频率分量的功率值的多个单元。在一个实施例中，通过围绕中心单元250的环中的每一个的频率分量的平均功率和环中的每一个中的单元的功率的标准偏差来量化像素块中的像素的强度的空间变化。

在所示的示例中，根据16x16像素块来计算FFT输出矩阵200，并且FFT输出矩阵200具有围绕中心单元250的8个环。每个环的单元中的频率分量的平均功率被计算为P1-P8。也就是说，P1是环252中的频率分量的平均功率。P2是环254的单元中的频率分量的平均功率。P3是环256的单元中的频率分量的平均功率等。每个环的单元中的频率分量的功率的标准偏差以类似的方式被计算为SD1-SD8，即，SD1是环252的单元中的功率的标准偏差，SD2是环256的单元中的功率的标准偏差等。在这个实施例中，每个FFT输出矩阵都被用来计算16个变量，所述16个变量随对应像素块的像素强度的空间变化而变化。

图4示出了根据所公开的技术的一个实施例的通过计算机系统执行的用来根据森林的对应图像中的像素强度的空间变化来预测森林区域中的树木的数目的一系列步骤。在302处开始，计算机系统获得森林区域的多个训练图像，所述森林区域已经物理上被勘测并且具有与它们相关联的地面真实或已证实的测量。这样的地面真实数据可以包括森林的区域中的特定种类的树木的数目的测量、作为特定种类的树木的百分比、树木的直径、树木的高度、树木的年龄或林务员感兴趣的其它统计数值。在304处训练图像被划分为像素块。在306处，分析像素块以确定每个像素块内的像素强度的空间变化的测量。在一个实施例中，根据围绕FFT输出矩阵中的平均强度值的每个环的单元中的频率分量的平均功率并且通过每个环中的单元的频率分量的功率的标准偏差来量化空间变化。

在308处，计算机系统执行如由量P1-P8和SD1-SD8确定的像素强度值的空间变化的测量与取自由每个像素块所成像的树木的测量值之间的统计相关。例如，能够在根据用于每个像素块的FFT输出矩阵计算的值P1-P8和SD1-SD8和与每个像素块相对应的区域中的特定种类的树木的测量百分比之间进行相关。

在一个实施例中，通过根据与训练图像中的每一个中的像素块相对应的区域和根据量化来自像素块的像素强度的空间变化的FFT输出矩阵确定的16个变量来计算所测量的地面真实度量的最小均方线性回归而进行所述相关。如将由本领域的技术人员理解的，线性回归的结果是16个系数集合，其中的每一个都对应于量化像素强度值的空间变化的16个变量中的一个。16个变量之和及其根据回归确定的对应系数预测图像中的树木的度量的值。

在一个实施例中，每个训练图像都具有多个频谱带，例如绿、红、红外等的像素数据。每个频谱带的像素强度的空间变化被分析并且用来使用回归分析来计算对应系数集合。在310处，能够针对为每个频谱带确定的系数来计算诸如最小均方差的误差，以便选择哪个频谱带与所讨论的特定度量最佳相关。如将理解的，使用一个频谱带中的像素强度可以更好地预测一些度量（例如，树木种类），同时可以使用另一频谱带中的像素强度更好地预测其它度量（例如，树木年龄）。在另一实施例中，可以在根据图像确定测量度量与像素强度的变化之间的关系中使用两个或更多个频谱带的变量。例如，如果使用了不止两个频谱带，则能够利用根据从每个频谱带中的图像计算的FFT确定的变量来执行线性回归分析。

如图5中所示，一旦计算机已经确定了训练图像中的像素强度的空间变化与图像中的树木的已证实的测量之间的诸如线性回归系数的值的关系，则该关系被用来预测其它图像中的树木的度量。

为了预测森林的区域中的树木的度量，在402处获得了森林区域的图像。在404处图像被划分为一个或多个像素块，并且在406处确定使用与待预测的度量最相关的频谱带的像素强度的空间变化。在408处，使用先前根据训练图像确定的关系来预测由像素块成像的树木的度量（种类、年龄、直径等）的预测值。

虽然已经图示并且描述了说明性实施例，但是将理解的是，在不背离本发明的范围的情况下能够在其中进行各种改变。例如，能够使用除二维傅立叶变换之外的其它技术来量化像素强度的空间变化。另外，可以使用诸如聚类分析或其它二维图像处理技术的图案分析来量化图像中的像素强度的空间变化。类似地，可以在所述相关中使用来自FFT输出矩阵的测量结果，诸如仅标准偏差或仅平均功率。因此，本发明的范围应当根据以下的权利要求及其等同物来确定。

Claims

1.一种使用计算机来从树木的图像预测关于树木的信息的方法，包括：

将所述树木的图像存储到所述计算机的存储器中，其中，所述图像具有在一个或多个频谱带中具有不同的像素强度值的多个像素；

使用所述计算机来量化所述图像中的所述像素强度值的空间变化；以及

使用所述计算机来基于预定关系预测所述图像中的关于树木的信息，所述预定关系使像素强度值的空间变化与待预测的所述信息相关。

2.根据权利要求1所述的方法，其中，所述关系使用在单个频谱带中的像素强度值的所述空间变化来预测所述图像中的关于所述树木的信息。

3.根据权利要求1所述的方法，其中，所述关系使用在两个或更多个频谱带中的像素强度值的所述空间变化来预测所述图像中的关于所述树木的信息。

4.根据权利要求1所述的方法，其中，所述计算机被编程为通过将所述图像的所述频谱带中的一个或多个频谱带中的所述像素强度转换到频域中来量化像素强度值的所述空间变化。

5.根据权利要求4所述的方法，其中，所述计算机被编程为通过计算围绕用于所述频谱带中的一个或多个频谱带的快速傅立叶变换（FFT）输出矩阵中的平均像素强度值的多个环的单元中的频率分量的平均功率来量化所述像素强度值的所述空间变化。

6.根据权利要求4所述的方法，其中，所述计算机被编程为通过计算围绕用于所述频谱带中的一个或多个频谱带的快速傅立叶变换（FFT）输出矩阵中的平均像素强度值的多个环的单元中的频率分量的功率的标准偏差来量化所述像素强度值的所述空间变化。

7.根据权利要求1所述的方法，其中，所述计算机被编程为基于测量的树木的信息与所述树木的图像中的像素强度值的所量化的空间变化之间的相关性来确定所述频谱带中的一个或多个频谱带中的像素强度值的所量化的空间变化与所预测的信息之间的关系。

8.根据权利要求1所述的方法，其中，每个像素对小于所述图像中的所述树木的所预期的树冠大小的区域进行成像。

9.根据权利要求8所述的方法，其中，每个像素对约1平方米的区域进行成像。

10.一种用于从森林中的树木的图像来预测关于所述树木的信息的系统，包括：

存储器，所述存储器被配置成存储一系列编程指令；

用于执行所述编程指令的处理器，其中，所述指令使所述处理器：

将所述树木的图像存储到存储器中，其中，所述图像包括在一个或多个频谱带中具有不同的像素强度值的多个像素；

对于所述频谱带中的一个或多个频谱带，量化所述图像中的所述像素强度值的空间变化；以及

基于使像素强度值的空间变化与待预测的所述信息相关的预定关系来预测所述图像中的关于树木的信息。

11.根据权利要求10所述的系统，其中，所述指令在被执行时使所述处理器通过将用于所述频谱带中的一个或多个频谱带的所述图像的所述像素强度转换到频域中来量化像素强度值的所述空间变化。

12.根据权利要求11所述的系统，其中，所述指令在被执行时使所述处理器通过计算围绕用于所述频谱带中的一个或多个频谱带的快速傅立叶变换（FFT）输出矩阵中的平均像素强度值的多个环的单元的频率分量的平均功率来量化所述像素强度值的所述空间变化。

13.根据权利要求11所述的系统，其中，所述指令在被执行时使所述处理器通过计算围绕用于所述频谱带中的一个或多个频谱带的快速傅立叶变换（FFT）输出矩阵中的平均像素强度值的多个环的单元中的频率分量的功率的标准偏差来量化所述像素强度值的所述空间变化。

14.根据权利要求10所述的系统，其中，所述指令在被执行时使所述处理器基于测量的树木的信息与所述树木的图像中的频谱带中的一个或多个频谱带中的像素强度值的所量化的空间变化之间的相关性来确定所述频谱带中的一个或多个频谱带中的像素强度值的所量化的空间变化与所预测的信息之间的关系。

15.一种包含可由处理器执行的用于从森林中的树木的图像来预测关于所述树木的信息的一系列程序指令的计算机存储介质，其中所述指令在被执行时使处理器：

将所述树木的图像接收到存储器中，其中，所述图像包括具有用于一个或多个频谱带的变化像素强度值的多个像素；

对于所述频谱带中的一个或多个频谱带，量化所述图像内的所述像素强度值的空间变化；以及

16.根据权利要求15所述的计算机存储介质，其中，所述指令在被执行时使所述处理器通过将用于所述频谱带中的一个或多个频谱带的所述图像的所述像素强度转换到频域中来量化像素强度值的所述空间变化。

17.根据权利要求16所述的计算机存储介质，其中，所述指令在被执行时使所述处理器通过计算围绕用于所述频谱带中的一个或多个频谱带的快速傅立叶变换（FFT）输出矩阵中的平均像素强度值的多个环的单元的频率分量的平均功率来量化所述像素强度值的所述空间变化。

18.根据权利要求16所述的计算机存储介质，其中，所述指令在被执行时使所述处理器通过计算围绕用于所述频谱带中的一个或多个频谱带的快速傅立叶变换（FFT）输出矩阵中的平均像素强度值的多个环的单元中的频率分量的功率的标准偏差来量化所述像素强度值的所述空间变化。

19.根据权利要求15所述的计算机存储介质，其中，所述指令在被执行时使所述处理器基于测量的树木的信息与所述树木的图像中的所述频谱带中的一个或多个频谱带的像素强度值的所量化的空间变化之间的相关性来确定用于所述频谱带中的一个或多个频谱带的像素强度值的所量化的空间变化与所预测的信息之间的关系。