基于手机图像分析的叶片及立木测量算法研究
|
摘要
林木信息的采集是森林资源调查和林业可视化的基础,是一项复杂、繁重的任务。“数字林业”和“精准林业”对林木信息的采集方法提出了更高的要求。传统的林木测量方法需要人工读取和记录测量数据,耗费大量人力和财力,而且自动化程度低,精度不高。近年来出现的许多辅助测量工具,但一般价格昂贵,携带不方便,并且有时会在调查过程中对森林破坏严重。
当前,手机摄像头性能达到相当高的程度。将手机的摄像头作为树木图像采集的设备,利用嵌入到手机中的相应程序,可实时测量出诸如植物叶面积,立木的树高、树径、材积等,并可将测量出的数据、GIS信息等,利用手机的无线通信和计算机网络,上传数据中心,也可与数据中心进行数据交换,为森林资源调查提供新的方法和途径。
本文以嵌入手机的图像分析技术为基础,对叶面积测量和立木测量的方法,进行了一些基础性的研究工作,主要工作和贡献如下：
1、提出了基于彩色通道相似性的叶面积测量方法。它运算速度快,并能很好地克服阴影对叶面积的影响,达到了很高的精度。该方法利用彩色叶片的R、G、B三个颜色通道的相似性对叶片区域进行分割,再根据叶片区域像素数和参考矩形的像素数计算叶面积。
2、改进了一种自然背景下基于MRF的立木图像的分割算法。本文充分利用智能手机多点触控技术等强大的交互功能确定三分图,划分出确切的前景,背景和未知区域,极大地减少了运算量。
3、改进了一种基于两幅图像进行相机自标定的方法。本文通过拍照前在树干上设置两个标记,并在相隔一定角度的不同地点分别对树干拍照,然后在两张图像中检测设置的标记,根据第一张照片中的两标记的欧氏距离,对第二张照片进行缩放处理,使两幅照片中两标记的欧氏距离相同,模拟两次拍摄的地点在以拍摄目标为圆心的圆周上,实现相机内参数的标定。
4、提出了基于图像分析技术计算立木树高、树径和材积的具体方法。立木直径测量方法可测量胸径和树干任意高处的树径。立木直径测量方法能够进行胸径测量和树干任意高的树径测景。本文中利用分段求积法实现立木材积的测量。
Forest information collection is the basis of forest resources investigation and forestry visualization, which is a complex and arduous task."Digital forestry" and "precision forestry" put forward higher requirements of forest information collection methods. Basides consuming a large a nomunt of manpower and finacial resources, mannal reading and recording needed in the traditional forest measurement method has a low detree of automation and precision. Many auxiliary measuring tools having appeared in recent years, on the one hand, are expensive and inconveniently-acrried, on the other hand, they might result in severe damaged to the forest in the course of the investigation.
At present, mobile phone camera has reached a very high level performance. By using the mobile phone camera as the image acquisition device and the corresponding programs embedded into the mobile phone, real-time measurement data such as plant leaf area, tree height, tree diameter or volume can be measured. The measured data and the GIS information can be updated to the data center by wireless communication and computer network, or can be exchanged with the data center, which provides new methods and approaches to the forest resources investigation.
In this thesis, basic researches were made on new methods and approaches based on the image analysis embedded in smart mobile phone. The main work and contributions are as follows:
1. A leaf area measurement method based on the similarity color channel is proposed. Beside the rapid speed, the method can achieve a very high accuracy because it overcomes the influence of the shadow on the leaf area, with which leaf area can be segmented by the use of the R, G and color channel similarity, thus the leaf area is calculated according to its pisel number and referenced rectangular pisel number.
2. A standing tree image segmentation algorithm based on MRF in complex background is improved. With which the trimap is identified by making full use of the powerful interactive function of the smart mobile phone and its multi-touch technology. As the foreground, background and the unknown region are exactly marked out, and the computation cost is greatly reduced.
3. A camera self calibration method based on two images is put forward. Two markers are set on tree trunk before photographed. After two images of the tree are shot in different sites with a certain angle interval, the markers are detected. Then the second image is zoomed according to the Euclidean distance of the two markers on the first image to make the Euclidean distance of two markers in two images equal. Thus, the two shooting locations can be on the circumference of the detected tree center and the intrinsic parameters of camera can be calibrated.
4. Some methods for the calculating of the tree height, diameter and volume are presented based on image analysis. The tree height measurement in this thesis is divided into automatic measurement under branch height and arbitrarily high measurement of trunks. Tree diameter measurement method can measure the diameter at breast or at any height of the tree trunk, and the standing tree volume measurement can be made with measuremental method by section.
当前,手机摄像头性能达到相当高的程度。将手机的摄像头作为树木图像采集的设备,利用嵌入到手机中的相应程序,可实时测量出诸如植物叶面积,立木的树高、树径、材积等,并可将测量出的数据、GIS信息等,利用手机的无线通信和计算机网络,上传数据中心,也可与数据中心进行数据交换,为森林资源调查提供新的方法和途径。
本文以嵌入手机的图像分析技术为基础,对叶面积测量和立木测量的方法,进行了一些基础性的研究工作,主要工作和贡献如下：
1、提出了基于彩色通道相似性的叶面积测量方法。它运算速度快,并能很好地克服阴影对叶面积的影响,达到了很高的精度。该方法利用彩色叶片的R、G、B三个颜色通道的相似性对叶片区域进行分割,再根据叶片区域像素数和参考矩形的像素数计算叶面积。
2、改进了一种自然背景下基于MRF的立木图像的分割算法。本文充分利用智能手机多点触控技术等强大的交互功能确定三分图,划分出确切的前景,背景和未知区域,极大地减少了运算量。
3、改进了一种基于两幅图像进行相机自标定的方法。本文通过拍照前在树干上设置两个标记,并在相隔一定角度的不同地点分别对树干拍照,然后在两张图像中检测设置的标记,根据第一张照片中的两标记的欧氏距离,对第二张照片进行缩放处理,使两幅照片中两标记的欧氏距离相同,模拟两次拍摄的地点在以拍摄目标为圆心的圆周上,实现相机内参数的标定。
4、提出了基于图像分析技术计算立木树高、树径和材积的具体方法。立木直径测量方法可测量胸径和树干任意高处的树径。立木直径测量方法能够进行胸径测量和树干任意高的树径测景。本文中利用分段求积法实现立木材积的测量。
Forest information collection is the basis of forest resources investigation and forestry visualization, which is a complex and arduous task."Digital forestry" and "precision forestry" put forward higher requirements of forest information collection methods. Basides consuming a large a nomunt of manpower and finacial resources, mannal reading and recording needed in the traditional forest measurement method has a low detree of automation and precision. Many auxiliary measuring tools having appeared in recent years, on the one hand, are expensive and inconveniently-acrried, on the other hand, they might result in severe damaged to the forest in the course of the investigation.
At present, mobile phone camera has reached a very high level performance. By using the mobile phone camera as the image acquisition device and the corresponding programs embedded into the mobile phone, real-time measurement data such as plant leaf area, tree height, tree diameter or volume can be measured. The measured data and the GIS information can be updated to the data center by wireless communication and computer network, or can be exchanged with the data center, which provides new methods and approaches to the forest resources investigation.
In this thesis, basic researches were made on new methods and approaches based on the image analysis embedded in smart mobile phone. The main work and contributions are as follows:
1. A leaf area measurement method based on the similarity color channel is proposed. Beside the rapid speed, the method can achieve a very high accuracy because it overcomes the influence of the shadow on the leaf area, with which leaf area can be segmented by the use of the R, G and color channel similarity, thus the leaf area is calculated according to its pisel number and referenced rectangular pisel number.
2. A standing tree image segmentation algorithm based on MRF in complex background is improved. With which the trimap is identified by making full use of the powerful interactive function of the smart mobile phone and its multi-touch technology. As the foreground, background and the unknown region are exactly marked out, and the computation cost is greatly reduced.
3. A camera self calibration method based on two images is put forward. Two markers are set on tree trunk before photographed. After two images of the tree are shot in different sites with a certain angle interval, the markers are detected. Then the second image is zoomed according to the Euclidean distance of the two markers on the first image to make the Euclidean distance of two markers in two images equal. Thus, the two shooting locations can be on the circumference of the detected tree center and the intrinsic parameters of camera can be calibrated.
4. Some methods for the calculating of the tree height, diameter and volume are presented based on image analysis. The tree height measurement in this thesis is divided into automatic measurement under branch height and arbitrarily high measurement of trunks. Tree diameter measurement method can measure the diameter at breast or at any height of the tree trunk, and the standing tree volume measurement can be made with measuremental method by section.
引文
[1]吴晓兰,高林.图像处理在林业中的应用综述[J].国内外机电一体化技术,2008,(2)：34-36.
[2]Gonzalez R C, Woods R E数字图像处理[M].阮秋琦,译.北京：电子工业出版社,2008：70-74.
[3]陈春.便携式智能信息终端的叶面积测量系统开发[D].南京理工大学.2008.
[4]曹红杏,柳稼航,阮萍.基于角点变换矩阵的图像拼接[J].科学技术与工程,2008,8(16)：4536-4539.
[5]陈信华.SIFT特征匹配在无人机低空遥感影像处理中的应用[J].地矿测绘,2008,24(2)：10-12.
[6]陈亦望,张品,傅强.基于HAUSDORFF距离的红外假目标客观评价方法[J].红外技术,2008,30(1)：11-17.
[7]陈泽志,吴成柯.一种高精度估计的基础矩阵的线性算法[J].软件学报,2002,13(4)：840-845.
[8]陈泽志,吴成柯.一种新的手提相机自定标方法[J].中国图象图形学报,2003,8(3)：341-346.
[9]陈泽志.由非定标图像序列重建和测量三维物体[D].西安电子科技大学,2002.
[10]邓荣峰,李熙莹.基于SIFT特征匹配的稳健图像拼接算法[J].计算机应用,2009,29(6)：219-221.
[11]董珉.基于Windows Mobile嵌入式系统的人脸识别技术研究及应用[D].厦门大学,2008.
[12]冯文灏.近景摄影测量[M].武汉：武汉大学出版社,2002.
[13]冯仲科.精准林业[M].北京：中国林业出版社,2004.259～263
[14]傅曦Windows Mobile手机应用开发[M].北京：人民邮电出版社,2010
[15]葛玉峰,周宏平,郑加强,张慧春等.基于相对色彩因子的树木图像分割算法[J].南京林业大学学报(自然科学版),2004(4-28)：19-22.
[16]郭丙轩,王铁程,刘波.基于网格的数码相机数字化纠正几何畸变算法[J].计算机工程与应用,2007,43(19)：234-236.
[17]韩殿元,黄心渊,付慧.基于彩色通道相似性图像分割方法的植物叶面积计算[J].农业工程学报,2012,28(6)：179-183.
[18]韩殿元.边缘阴影和晕圈对基于图像叶面积测量的影响及修正[J].林业资源管理,2010,(3)：98-103.
[19]韩思奇,王蕾.图像分割的阈值法综述[J].系统工程与电子技术,2002,24(6)：91-94,102.
[20]郝颖明,朱枫.2维Otsu自适应阈值的快速算法[J].中同图象图形学报,2005,10(4)：484-488.
[21]何俊,葛红,王玉峰.图像分割算法研究综述[J].计算机工程与科学,2009,31(12)：58-61.
[22]何应德.基于图像分析的树木叶片像素面积计算[D].北京林业大学,2011.
[23]侯国祥,翁章卓,李洪斌,李伟.利用数码相机测定果叶面积的新方法[J].武汉植物学研究,2005,23(4)：369-372
[24]华顺刚,曾令宜,欧宗瑛.一种快速的柱面全景图像拼接算法[J].数据采集与处理,2006,21(4)：434-438.
[25]黄长专,王彪,杨忠.图像分割方法研究[J].计算机技术与发展.2009(6)：76-79.
[26]黄燕,任光辉.基于图像处理的叶面积测定方法的研究[J].农机化研究,2006,(9)：192-193.
[27]霍龙,刘伟军,于光平.考虑径向畸变的摄像机标定及在三维重建中的应用[J].机械设计与制造,2005,(01)：1-3.
[28]贾永红.数字图像处理[M].武汉：武汉大学出版社,2006.
[29]江泽涛.从序列图像重建三维物体形状方法研究[D].西北工业大学,2006.
[30]郎成朋,朱枫,郝颖明,等.基于积分图像的快速二维Otsu算法[J].仪器仪表学报,2009,30(1)：39-42
[31]雷成,吴福朝,胡占义Kruppa方程与摄像机自标定[J].自动化学报,2001,27(5)：621-630.
[32]雷玉堂,罗辉,马娟.CCD摄像机的误差及其检校[J].光学与光电技术,2004,2(4)：48-50.
[33]黎冰,吴松,曾凡涛.人脸识别在智能手机中的实现[J].计算机工程,2006,32(7)：272-274.
[34]李华,胡占义.基于射影重建的线性摄像机自标定方法[J].软件学报,2002,13(12)：2286-2296.
[35]李明,张长利,房俊龙.基于图像处理技术的小麦叶面积指数的提取[J].农业工程学报,2010,26(1)：205-209.
[36]李曙光.基于嵌入式Linux操作系统的智能手机安全系统的研究与开发[D].中国石油大学(华东),2008.
[37]李永宁,张宾兰,秦淑英,等.郁闭度及其测定方法研究与应用[J].世界林业研究,2008,21(1)：40-45.
[38]李云峰,曹渝昆,朱庆生,汪成亮等.基于小波域隐马模型的树木类图像分割算法[J].计算机应用研究,2007(8-24)：233-235.
[39]李云峰.叶图像提取研究及虚拟植物可视化实现[D].重庆大学,2005.
[40]李云霞,曾毅,钟瑞艳,郭涛.基于SIFT特征匹配的图像拼接算法[J].计算机技术与发展,2009,19(1)：43-45.
[41]梁栋.基于图象序列的三维重建技术及其应用[D].西安科技大学,2003.
[42]梁二振.图像特征匹配及合成方法研究[D].大连理工大学,2005.
[43]林生佑,叶福军.基于MRF的复杂图像抠图[J].中国图像图形学报,2008(3-13)：499-505.
[44]林宗坚,崔红霞,孙杰,刘丽.数码相机的畸变差检测研究[J].武汉人学学报(信息科学版),2005,30(2)：122-125.
[45]刘豢博,胡砚,马骐Windows Mobile平台应用与开发[M].北京：大民邮电出版社,2006.
[46]刘婧.基于仿射变换的三维到二维转换算法[J].科学技术与工程,2011,11(27))：6743-6746.
[47]刘小军,杨杰,孙坚伟,刘志.基于SIFT的图像配准方法[J].红外与激光工程,2008,37(01)：156-160.
[48]刘学,姚洪利,金世龙.基于扩展的SURF描述符的彩色图像配准技术[J].计算机应用研究,2011,28(3)：1191-1194.
[49]刘艳,赵英良Otsu多阈值快速求解算法[J].计算机应用,2011,31(12)：3363-3365.
[50]孟宪宇.测树学(第3版)[M].北京：中国林业出版社,2006.
[51]聂鹏程,杨燕,刘飞,等.植物叶面积无损测量方法及仪器开发[J].农业工程学报,2010,26(9)：198-202.
[52]彭艳.常见智能手机操作系统及其应用开发[J].信息技术,2012,(3)：176-177,180.
[53]任毅斌,王子嫣,于吉红,等；数字图像中边缘检测算法综合研究[J].计算机与信息技术,2007,(8)：23-26.
[54]中健康.基于手机的测量计算程序开发和应用[J].测绘科学,2011,36(2)：91-93,19.
[55]时磊,谢晓方,乔勇军.基于SURF算法的人脸跟踪技术研究[J].计算机仿真,2010,27(12)：227-231.
[56]宋小春,康宜华,武新军,王悦民.基于数字图像处理的林木自动测量系统研究[J].计算机工程与设计,2005,26(5)：1187-1189.
[57]孙凡,张桦等Grab Cut数字抠图方法的研究与实现[J].天津理工大学学报,2008(2-24)：42-45.
[58]孙海才,马钺,毕欣.基于嵌入式处理平台的森林火灾检测系统设计[J].计算机工程与设计,2010,31(6)：1184-1187.
[59]孙家广.计算机图形学(第三版)[M].北京：清华大学出版社,1998.
[60]孙小敏.基于分形编码的图像去噪研究[D].山东大学,2006.
[61]孙艳霞.图像和视频去噪技术研究[D].华北电力大学(北京),2010.
[62]索效荣,齐苑辰.基于SIFT算法的无人机航空遥感影像匹配[J].测绘科学,2012,37(1)：89-91.
[63]谭峰,高艳萍.基于图像的植物叶面积无损测量方法研究[J].农业工程学报,2008,24(5)：170-173.
[64]汤想明.基于序列图像的标记点三维坐标计算方法研究[D].西安科技大学,2009.
[65]涂丹,甘亚莉,徐宗琦.一种快速的QR码图像去模糊方法[J].计算机工程与科学,2007,29(3)：43-45.
[66]万峰,杜明辉.数码相机设计中图像几何畸变校正的实现[J].计算机工程,2005,31(17)：191-192.
[67]汀传民.基于计算机视觉的轴承直径检测系统的研究[D].华南理工大学,2006.
[68]王静红.电器电弧运动机理及图像处理的研究[D].河北工业大学,2008.
[69]王军,许建龙.基于平面模板的摄像机标定方法[J].计算机工程与设计,2009,30(1)：259-261.
[70]王力.基于未定标图像的三维模型重建[D].大连理工大学,2006.
[71]王民,文义玲.常用图像去噪算法的比较与研究[J].西安建筑科技大学学报(自然科学版),2010,46(2)：895-898.
[72]王明听,赵东标,邵泽明.CCD摄像机内外参数标定技术研究[J].机械与电子,2004,(3)：12.14.
[73]王庆有.CCD应用技术[M].天津：天津大学出版社,2000.11
[74]王腾蛟,成礼智.基于Levenberg-Marquardt改进算法的图像拼接[J].计算机应用,2009,29(10)：2693-2694.
[75]王维盛.一种新的基于Kruppa方程的摄像机线性自标定方法[J].西北师范大学学报(自然科 学版),2007,43(5)：22-26.
[76]王晓松.复杂背景下树木图像提取研究与实现[D].北京林业大学,2010.
[77]王雪峰,张青,张超.基于立体视觉的郁闭林分主要测树因子的重建[J].东北林业大学学报,2006,34(4)：24-26,30.
[78]王永皎,张引,张三元.基于图像处理的植物叶面积测量方法[J].计算机工程,2006,32(8)：210-212
[79]王植,贺赛先.一种基于Canny理论的自适应边缘检测方法[J].中国图像图形学报,2004,9(8)：957-961.
[80]魏冲.基于数码相机图像的三维重建技术研究[D].中北大学,2009.
[81]吴成柯,颜尧平,卢朝阳.对极几何约束下的运动估计和补偿[J].电子学报,1998,26(10)：66-69.
[82]吴春峰,陆怀民,郭秀荣,冯智超.利用三维激光扫描系统测量立木材积的方法[J].森林工程,2009,25(3)：71-72,76.
[83]吴炯,张秀彬,张峰等.数字图像中边缘算法的实验研究[J].微计算机信息(测控自动化).2004,120(5)：106-107.
[84]徐贵力,毛罕平,胡永光.基于计算机视觉技术参考物法测量叶片面积[J].农业工程学报,2002,18(1)：154-157.
[85]肖睿.基于Windows Mobile智能手机的导游系统设计[D].重庆大学,2010.
[86]闩成新,桑农,张天序.图象过渡区提取与分割算法评价[J].计算机工程与应用,2005,41(8)：60-63.
[87]杨必武,郭晓松.摄像机镜头非线性畸变校正方法综述[J].中国图象图形学报,2005,10(3)：191-192.
[88]杨华,孟宪宇,刘燕,程俊.单株立木图像信息的提取与解算[J].北京林业大学学报,2005,27(1)：51-54.
[89]杨华.近景摄影测量技术在立木材积测定中的应用研究[D].北京林业大学,2005.
[90]杨化超.宽基线立体影像点、线特征提取与匹配方法研究[D].中国矿业大学,2010.
[91]杨劲峰,陈清,韩晓日,等.数字图像处理技术在蔬菜叶面积测量中的应用[J].农业工程学报,2002,18(4)：155-158
[92]杨敏.基于Levenberg-Marquardt算法的图像拼图研究[J].电子工程师,2007,33(10)：43-45.
[93]杨敏.多视儿何和基于未标定图像的三维重构[D].南京航空航天大学,2003.
[94]杨云涛,冯莹,曹毓,等.基于SURF的序列图像快速拼接方法[J].计算机技术与发展,2011,21(3)：6-9.
[95]于峰,林杉,张峻峰,陶红斌,季秀.一种基于图像特征值算法的叶面积测定方法[J].中国农业大学学报,2007,12(4)：67-69.
[96]苑克俊,刘庆忠,李圣龙,陈秀霞.利用数码相机测定果树叶面积的新方法[J].园艺学报,2006,33(4)：829-832.
[97]翟倩.数码照相影像采集与处理系统的研究[D].广尔工业大学,2011.
[98]古徐光,汤进,罗斌.面向智能手机的可认证拍照系统的设计与实现[J].计算机技术与发展,2009,19(11)：206-209.
[99]张超,王雪峰,李海奎.立体视觉技术在森林资源调查中的应用.北京林业大学学报,2004,26(3)：30-35.
[100]张超.树木影像特征提取与立体匹配技术研究[D].中国林业科学研究院,2003.
[101]张大威译Microsoft Mobile移动应用开发宝典[M].北京：清华大学出版社,2008.
[102]张国权,李战明,李向伟,等.HSV空间中彩色图像分割研究[J].计算机工程与应用.2010,46(26)：179-181.
[103]张焕龙,杨国胜,王婷,中晓华.基于局部熵和渐变因子的白适应图像拼接[J].计算机工程与应用,2006,42(22)：72-74.
[104]张慧春,周宏平,郑加强,等.“精确林业”的发展及其应用前景[J].世界林业研究,2004,17(5)：13-16.
[105]张剑清,潘励,王树根.摄影测量学[M].武汉：武汉大学出版社,2009
[106]张健钦,王秀,龚建华,薛绪掌.基于机器视觉技术的叶面积测量系统实现[J].自然科学进展,2004,114(11)：1304-130.
[107]张静,秦文健,贾亮.摄像机畸变矫止研究的综述[J].科技创新导报,2011,(7)：5,7.
[108]张娟.基于图像分析的梅花种类识别关键技术研究[D].北京林业大学,2011.
[109]张强,唐瓒.一种基于特征点匹配的图像拼接算法[J].计算机系统应朋,2009,18(3)：31-34
[110]张全法,何金田,陈渝仁.提高植物叶片面积测量精度的方法[J].河南农业人学学报,2002,36(1)：91-95.
[111]张锐娟,张建奇,杨翠.基于SURF的图像配准方法研究[J].红外与激光工科,2009,38(01)：160-165.
[112]张维中,张丽艳,王晓燕等.基于标记点的图像特征匹配的鲁棒算法[J].中国机械工程,2006,17(22)：2415-2418.
[113]张文昭,洪添胜,炅伟斌,等.基于图像处理技术的叶面积检测研究[J].农机化研究,2007,(4)：120-124.
[114]张熙哲,付宇卓.新型嵌入式实时数字影像系统设计和实现[J].计算机仿真,2004,22(3)：188-192.
[115]张鑫,孟繁疆.植物叶面积测定方法的比较研究[J].农业网络信息,2008,(12)：14-16.
[116]张雪波,方勇纯,马博军.基于单应矩阵的摄像机标定方法及应用[J].控制工程,2010,17(02)：248-251,255.
[117]张佑生,张淮卢,方贤勇,等.一种基于F求精的摄像机白定标方法[J].小型微型计算机系统,2004,25(3)：467-470.
[118]张媛.基于多摄像机视频拼接技术的研究和应用[D].北京工业大学,2010.
[119]章毓晋.图像处理和分析[M].北京：清华大学出版社,2003.
[120]赵春燕.基于模糊分析的图像处理方法及其在无损检测中的应用研究[D].山东科技大学,2004.
[121]赵东,陈向瑞.基于J2ME和J2EE的手机施肥专家系统设计与实现[J].长春师范学院学报(自然科学版),2010,29(4)：19-24.
[122]赵茂程,郑加强等.基于分形理论的树木图像分割方法[J].农业机械学报,2004(2-35)：72-75.
[123]赵向阳,杜利民.一种全自动稳健的图像拼接融合算法[J].中国图象图形学报,2004,9(4)：417-422.
[124]智长贵,范文义.空间前方交会中外方位元素误差对测量立木高度的影响[J].东北林业大学学报,2007,35(6)：86-87,91.
[125]钟玉琢,沈洪,冼伟铨,等.多媒体技术基础及应用[M].北京：电子工业出版社,2006.
[126]钟志鹏.移动增强现实博物馆导览应用研究[D].北京理工大学,2011.
[127]周富强,邾继贵,杨学友,等.CCD摄像机快速标定技术[J].光学精密工程,2000,8(1)：96-100.
[128]朱玉艳.摄像机标定方法研究[D].昆明理工大学,201O.
[129]左欣,韩斌,程嘉林.基于数字图像处理的植物叶面积测量方法[J].计算机工程与应用,2006,42(27)：194-196,221.
[130]Abdel-aziz Y I, Karara H M. Direct linear transformation into object space coordinates in close-range photogrammetry, Proc symp. Close Range Photogrammetry,1971:1-18
[131]Armin Gruen. Fundamentals of videogrammetry-a review[J]. Human Movement Science, 1999,16(2):155-187.
[132]Bigand A, Colot O. Fuzzy filter based on interval-valued fuzzy sets for image filtering[J]. Fuzzy Sets and Systems.2010,161 (1):96-117.
[133]Brown M, Lowe D G. Automatic panoramic image stitching using invariant features[J]. International Journal of Computer Vision,2007,74(1):59-73.
[134]C. Rother, A. Blake, V. Kolmogorov. Grabcut-interactive foreground extraction using iterated graph cuts[C]. ACM Transactions on Graphics,23(3):307-312,2004.
[135]C.L. Huang, T.Y. Cheng, C.C. Chen. Color Images Segmentation Using Scale Space Filter and Markov Random Field[J]. Pattern Recognition,1992,25(10):1217-1229
[136]Chaohui Lu, Hui Ren,Yibin Zhang,Yinhua Shen.Leaf Area Measurement Based on Image Processing[C]. Measuring Technology and Mechatronics Automation (ICMTMA):580-582.
[137]Clark, N.A., Wynne, R.H., Schmoldt, D.L.A Review of Past Research on Dendrometers[J], Forest Science,2000,46(4):570-576.
[138]Dainis A, Juberts M. Accurate remote measurement of robot trajectory motion[C]. Conference on Rototics and Automation,1985:92-99.
[139]David G. Lowe, Distinctive image features from scale-invariant keypoints[J].International Journal of Computer Vision,60,2(2004),pp.91-110.
[140]De Almeida P. A knowledge-based approach to the iris segmentation problem[J]. Image and Vision Computing.2010,28(2):238-245.
[141]Du K L. Clustering:A neural network approach[J]. Neural Networks.2010,23(1):89-107.
[142]Faugeras O, Luong Q T, Maybank S. Camera self-calibration:theory and experiments[A]. Computer Vision-ECCV'92, Lecture Notes in Computer Science 588[C], Santa Margerita, ltaly,Springer-Verlag,1992:321-334.
[143]Fraser C S. Digital camera self-calibration [J]. ISPRS Journal of Photogrammetry and Remote Sensing,1997,52(4):149-159.
[144]Ganaphthy S. Decomposition of transformation matrices for robot vision[C]. Conference on Rotorics and Automatin,1984:130-139.
[145]Hartley, R. I. In defence of the 8-point algorithm. In:Proceedings of the 5th International Conference on Computer Vision (ICCV'95). Cambridge, MA:IEEE Computer Society Press, 1995.1064-1070.
[146]Hartley, R. Projective reconstruction and Invariants from multiple images. IEEE Transactions on Pattern Analysis and Machine Intelligence,1994,16(10):1036-1041.
[147]Herbert Bay, Tinne Tuvtellars, Luc Van Gool., SURF:Speeded Up Robust Feature[C].European Conference On Computer Vision,2006:404-417.
[148]Heyden A,et al. An iterative factorization method for projective structure and motion from image sequences[J]. Image and Vision Computing.1999,17 (13):981-991.
[149]Hu Qinghua, Pedrycz Witold, Yu Daren, et al. Selecting discrete and continuous features based on neighborhood decision error minimization[C]. IEEE Trans Syst Man Cybern B Cybern. 2010,40(1):137-150.
[150]J. Kittler, J. Illingworth and J. Foglein. Threshold Selection Based on a Simple Image Statistic[J]. Computer Vision, Graphics, and Image Processing,1985,30(2):125-147.
[151]J. Sun, J. Jia, C. K. Tang, et al. Poisson matting[C]. Proceedings of ACM SIGGRAPH 2004,pp.315-321,2004.
[152]J. Wang J, M. F. Cohen. An iterative optimization approach for unified image segmentation and matting[C]. Proceedings of International Conference on Computer Vision 2005. pp.936-943, 2005.
[153]Juujarvi Jouni, Heikkonen Jukka, Brandt Sami, Lampinen Jouko. Digital image based tree measurement for forest inventory [C]. The International Society for Optical Engineering, 1998,3522:114-123.
[154]Kirsch R. Computer det ection o f the constituent structure of biological image[J] Computers and Biomedical Research,1971,4(3):315-328.
[155]Lin Sheng-you, Shi Jiao-ying. Perceptual color space based natural image mattingfJ]. Journal of Computer Aided Design and Computer Graphics,2005,17 (5):915-920.
[156]Lindeberg T. Feature detection with automatic scale selection[J]. International Journal of Computer Vision.1998,30(2):79-116.
[157]Longuet-Higgins, H. C. A computer algorithm for reconstructing a scene from two projections [J]. Nature,1981,293:133-135.
[158]Li S Z. Markov random field:modeling in computer vision[M]. Berlin:pringer-Verlag Press, 1995.
[159]Lowe, D. Distinctive image features from scale-invariant keypoints[J].International Journal of Computer Vision,2004.,60(2):91-110.
[160]M Sezgin, B sankur. Survey over image thresholding techniques and quantitative performance evaluation[J]. Journal of Electronic Imaging,2004,13(1):146-165.
[161]M. A. Ruzon, C. Tomasi. Alpha estimation in natural images[C]. Proceedings of Computer Vision Pattern Recognition 2000, pp.18～25,2000.
[162]Martin A. Fischler and Robert C. Bolles (June 1981). Random Sample Consensus:A Paradigm for Model Fitting with Applications to Image Analysis and Automated Cartography[C]. Comm. of the ACM 24:381-395.
[163]MATTHEW BROWN, DAVID G. LOWE.Automatic Panoramic Image Stitching using Invariant Features[J]. International Journal of Computer Vision.2007,74(l),59-73.
[164]Otsu, N. A threshold selection method from gray-level histograms[J]. IEEE Trans. Systems, Man, and Cybernetics,1979,9(1):62-66.
[165]Peers Pieter, Dutre Philip. Wavelet environment matting [C].Proceedings of the 14th Eurographics Symposium on Rendering, Leuven,157-166,2003.
[166]Peter S.On focal length calibratin from two views[C]. Computer Vision and Pattern Recognition,2001. CVPR,2001,1:145-150.
[167]Pollefeys M. Self-calibration and Metric 3D Reconstruction from Uncalibrated Image Sequence[D]. Leuven:Katholieke Universiteit Leuven,1999.
[168]Rafael c. Gonzalez, Richard E. Woods. Digital image processing second Edition[M]Beijing: Publishing house of electronics industry,2008, pp.519-560.
[169]Rafael Lemuz-Lopez.Miguel Arias-Estrada herative closest SIFT formulation for robust feature matching 2006
[170]Sturm P. On focal length calibration from two views[A]. CVPR-INT. CONF. On Computer vision and pattern recognition[C],2001:145-150
[171]Sturm, P., Triggs, B. A factorization based algorithm for multi-image projective structure and motion. In:Proceedings of the European Conference on Computer Vision. LNCS 1064/5, Springer-Verlag,1996.709-720.
[172]T LINDEBERG, Scale-space for descrete singnals[J]. IEEE Transactionson Pattern Analysis and Machine Intelligence,1990,12(3):234-254
[173]Thomas Porter,Tom Duff. Compositing Digital Images[J]. Computers and Graphics,1984,18(3):253-259.
[174]VIOLA P,JONES M. Rapid object detection using a boosted cascade of simple features[C]. Proc. CVPR. Volmnel. (2001):511-518.
[175]Weng J, Cohen P, Herniou M. Camera calibration with distortion models and accuracy evaluation. IEEE Trans, PAM I,1992,14(10):965-980.
[176]Y. Wexler, A. Fitzgibbon, A. Zisserman. Image-based environment matting[C].Proceedings of Eurographics Workshop on Rendering, Copenhagen,1-12,2002.
[177]Y. Y. Chuang, B. Curless, D. H. Salesin, et al. A Bayesian approach to digital matting[C]. Proceedings of Computer Vision and Pattern Recognition 2001,2:264-271,2001.
[178]Y.Y. Chuang, D.B.Goldman, B. Curless, et al. Shadow matting and compositing[C].Computer Graphics Proceedings, Annual Conference Series, ACM SIGGRAPH, San Diego,494-500,2003.
[179]Zhang Juan,Huang Xin-Yuan.Measuring method of tree height based on digital image processing technology[C].2009 1st International Conference on Information Science and Engineering,2009:1327-1331.
[2]Gonzalez R C, Woods R E数字图像处理[M].阮秋琦,译.北京：电子工业出版社,2008：70-74.
[3]陈春.便携式智能信息终端的叶面积测量系统开发[D].南京理工大学.2008.
[4]曹红杏,柳稼航,阮萍.基于角点变换矩阵的图像拼接[J].科学技术与工程,2008,8(16)：4536-4539.
[5]陈信华.SIFT特征匹配在无人机低空遥感影像处理中的应用[J].地矿测绘,2008,24(2)：10-12.
[6]陈亦望,张品,傅强.基于HAUSDORFF距离的红外假目标客观评价方法[J].红外技术,2008,30(1)：11-17.
[7]陈泽志,吴成柯.一种高精度估计的基础矩阵的线性算法[J].软件学报,2002,13(4)：840-845.
[8]陈泽志,吴成柯.一种新的手提相机自定标方法[J].中国图象图形学报,2003,8(3)：341-346.
[9]陈泽志.由非定标图像序列重建和测量三维物体[D].西安电子科技大学,2002.
[10]邓荣峰,李熙莹.基于SIFT特征匹配的稳健图像拼接算法[J].计算机应用,2009,29(6)：219-221.
[11]董珉.基于Windows Mobile嵌入式系统的人脸识别技术研究及应用[D].厦门大学,2008.
[12]冯文灏.近景摄影测量[M].武汉：武汉大学出版社,2002.
[13]冯仲科.精准林业[M].北京：中国林业出版社,2004.259～263
[14]傅曦Windows Mobile手机应用开发[M].北京：人民邮电出版社,2010
[15]葛玉峰,周宏平,郑加强,张慧春等.基于相对色彩因子的树木图像分割算法[J].南京林业大学学报(自然科学版),2004(4-28)：19-22.
[16]郭丙轩,王铁程,刘波.基于网格的数码相机数字化纠正几何畸变算法[J].计算机工程与应用,2007,43(19)：234-236.
[17]韩殿元,黄心渊,付慧.基于彩色通道相似性图像分割方法的植物叶面积计算[J].农业工程学报,2012,28(6)：179-183.
[18]韩殿元.边缘阴影和晕圈对基于图像叶面积测量的影响及修正[J].林业资源管理,2010,(3)：98-103.
[19]韩思奇,王蕾.图像分割的阈值法综述[J].系统工程与电子技术,2002,24(6)：91-94,102.
[20]郝颖明,朱枫.2维Otsu自适应阈值的快速算法[J].中同图象图形学报,2005,10(4)：484-488.
[21]何俊,葛红,王玉峰.图像分割算法研究综述[J].计算机工程与科学,2009,31(12)：58-61.
[22]何应德.基于图像分析的树木叶片像素面积计算[D].北京林业大学,2011.
[23]侯国祥,翁章卓,李洪斌,李伟.利用数码相机测定果叶面积的新方法[J].武汉植物学研究,2005,23(4)：369-372
[24]华顺刚,曾令宜,欧宗瑛.一种快速的柱面全景图像拼接算法[J].数据采集与处理,2006,21(4)：434-438.
[25]黄长专,王彪,杨忠.图像分割方法研究[J].计算机技术与发展.2009(6)：76-79.
[26]黄燕,任光辉.基于图像处理的叶面积测定方法的研究[J].农机化研究,2006,(9)：192-193.
[27]霍龙,刘伟军,于光平.考虑径向畸变的摄像机标定及在三维重建中的应用[J].机械设计与制造,2005,(01)：1-3.
[28]贾永红.数字图像处理[M].武汉：武汉大学出版社,2006.
[29]江泽涛.从序列图像重建三维物体形状方法研究[D].西北工业大学,2006.
[30]郎成朋,朱枫,郝颖明,等.基于积分图像的快速二维Otsu算法[J].仪器仪表学报,2009,30(1)：39-42
[31]雷成,吴福朝,胡占义Kruppa方程与摄像机自标定[J].自动化学报,2001,27(5)：621-630.
[32]雷玉堂,罗辉,马娟.CCD摄像机的误差及其检校[J].光学与光电技术,2004,2(4)：48-50.
[33]黎冰,吴松,曾凡涛.人脸识别在智能手机中的实现[J].计算机工程,2006,32(7)：272-274.
[34]李华,胡占义.基于射影重建的线性摄像机自标定方法[J].软件学报,2002,13(12)：2286-2296.
[35]李明,张长利,房俊龙.基于图像处理技术的小麦叶面积指数的提取[J].农业工程学报,2010,26(1)：205-209.
[36]李曙光.基于嵌入式Linux操作系统的智能手机安全系统的研究与开发[D].中国石油大学(华东),2008.
[37]李永宁,张宾兰,秦淑英,等.郁闭度及其测定方法研究与应用[J].世界林业研究,2008,21(1)：40-45.
[38]李云峰,曹渝昆,朱庆生,汪成亮等.基于小波域隐马模型的树木类图像分割算法[J].计算机应用研究,2007(8-24)：233-235.
[39]李云峰.叶图像提取研究及虚拟植物可视化实现[D].重庆大学,2005.
[40]李云霞,曾毅,钟瑞艳,郭涛.基于SIFT特征匹配的图像拼接算法[J].计算机技术与发展,2009,19(1)：43-45.
[41]梁栋.基于图象序列的三维重建技术及其应用[D].西安科技大学,2003.
[42]梁二振.图像特征匹配及合成方法研究[D].大连理工大学,2005.
[43]林生佑,叶福军.基于MRF的复杂图像抠图[J].中国图像图形学报,2008(3-13)：499-505.
[44]林宗坚,崔红霞,孙杰,刘丽.数码相机的畸变差检测研究[J].武汉人学学报(信息科学版),2005,30(2)：122-125.
[45]刘豢博,胡砚,马骐Windows Mobile平台应用与开发[M].北京：大民邮电出版社,2006.
[46]刘婧.基于仿射变换的三维到二维转换算法[J].科学技术与工程,2011,11(27))：6743-6746.
[47]刘小军,杨杰,孙坚伟,刘志.基于SIFT的图像配准方法[J].红外与激光工程,2008,37(01)：156-160.
[48]刘学,姚洪利,金世龙.基于扩展的SURF描述符的彩色图像配准技术[J].计算机应用研究,2011,28(3)：1191-1194.
[49]刘艳,赵英良Otsu多阈值快速求解算法[J].计算机应用,2011,31(12)：3363-3365.
[50]孟宪宇.测树学(第3版)[M].北京：中国林业出版社,2006.
[51]聂鹏程,杨燕,刘飞,等.植物叶面积无损测量方法及仪器开发[J].农业工程学报,2010,26(9)：198-202.
[52]彭艳.常见智能手机操作系统及其应用开发[J].信息技术,2012,(3)：176-177,180.
[53]任毅斌,王子嫣,于吉红,等；数字图像中边缘检测算法综合研究[J].计算机与信息技术,2007,(8)：23-26.
[54]中健康.基于手机的测量计算程序开发和应用[J].测绘科学,2011,36(2)：91-93,19.
[55]时磊,谢晓方,乔勇军.基于SURF算法的人脸跟踪技术研究[J].计算机仿真,2010,27(12)：227-231.
[56]宋小春,康宜华,武新军,王悦民.基于数字图像处理的林木自动测量系统研究[J].计算机工程与设计,2005,26(5)：1187-1189.
[57]孙凡,张桦等Grab Cut数字抠图方法的研究与实现[J].天津理工大学学报,2008(2-24)：42-45.
[58]孙海才,马钺,毕欣.基于嵌入式处理平台的森林火灾检测系统设计[J].计算机工程与设计,2010,31(6)：1184-1187.
[59]孙家广.计算机图形学(第三版)[M].北京：清华大学出版社,1998.
[60]孙小敏.基于分形编码的图像去噪研究[D].山东大学,2006.
[61]孙艳霞.图像和视频去噪技术研究[D].华北电力大学(北京),2010.
[62]索效荣,齐苑辰.基于SIFT算法的无人机航空遥感影像匹配[J].测绘科学,2012,37(1)：89-91.
[63]谭峰,高艳萍.基于图像的植物叶面积无损测量方法研究[J].农业工程学报,2008,24(5)：170-173.
[64]汤想明.基于序列图像的标记点三维坐标计算方法研究[D].西安科技大学,2009.
[65]涂丹,甘亚莉,徐宗琦.一种快速的QR码图像去模糊方法[J].计算机工程与科学,2007,29(3)：43-45.
[66]万峰,杜明辉.数码相机设计中图像几何畸变校正的实现[J].计算机工程,2005,31(17)：191-192.
[67]汀传民.基于计算机视觉的轴承直径检测系统的研究[D].华南理工大学,2006.
[68]王静红.电器电弧运动机理及图像处理的研究[D].河北工业大学,2008.
[69]王军,许建龙.基于平面模板的摄像机标定方法[J].计算机工程与设计,2009,30(1)：259-261.
[70]王力.基于未定标图像的三维模型重建[D].大连理工大学,2006.
[71]王民,文义玲.常用图像去噪算法的比较与研究[J].西安建筑科技大学学报(自然科学版),2010,46(2)：895-898.
[72]王明听,赵东标,邵泽明.CCD摄像机内外参数标定技术研究[J].机械与电子,2004,(3)：12.14.
[73]王庆有.CCD应用技术[M].天津：天津大学出版社,2000.11
[74]王腾蛟,成礼智.基于Levenberg-Marquardt改进算法的图像拼接[J].计算机应用,2009,29(10)：2693-2694.
[75]王维盛.一种新的基于Kruppa方程的摄像机线性自标定方法[J].西北师范大学学报(自然科 学版),2007,43(5)：22-26.
[76]王晓松.复杂背景下树木图像提取研究与实现[D].北京林业大学,2010.
[77]王雪峰,张青,张超.基于立体视觉的郁闭林分主要测树因子的重建[J].东北林业大学学报,2006,34(4)：24-26,30.
[78]王永皎,张引,张三元.基于图像处理的植物叶面积测量方法[J].计算机工程,2006,32(8)：210-212
[79]王植,贺赛先.一种基于Canny理论的自适应边缘检测方法[J].中国图像图形学报,2004,9(8)：957-961.
[80]魏冲.基于数码相机图像的三维重建技术研究[D].中北大学,2009.
[81]吴成柯,颜尧平,卢朝阳.对极几何约束下的运动估计和补偿[J].电子学报,1998,26(10)：66-69.
[82]吴春峰,陆怀民,郭秀荣,冯智超.利用三维激光扫描系统测量立木材积的方法[J].森林工程,2009,25(3)：71-72,76.
[83]吴炯,张秀彬,张峰等.数字图像中边缘算法的实验研究[J].微计算机信息(测控自动化).2004,120(5)：106-107.
[84]徐贵力,毛罕平,胡永光.基于计算机视觉技术参考物法测量叶片面积[J].农业工程学报,2002,18(1)：154-157.
[85]肖睿.基于Windows Mobile智能手机的导游系统设计[D].重庆大学,2010.
[86]闩成新,桑农,张天序.图象过渡区提取与分割算法评价[J].计算机工程与应用,2005,41(8)：60-63.
[87]杨必武,郭晓松.摄像机镜头非线性畸变校正方法综述[J].中国图象图形学报,2005,10(3)：191-192.
[88]杨华,孟宪宇,刘燕,程俊.单株立木图像信息的提取与解算[J].北京林业大学学报,2005,27(1)：51-54.
[89]杨华.近景摄影测量技术在立木材积测定中的应用研究[D].北京林业大学,2005.
[90]杨化超.宽基线立体影像点、线特征提取与匹配方法研究[D].中国矿业大学,2010.
[91]杨劲峰,陈清,韩晓日,等.数字图像处理技术在蔬菜叶面积测量中的应用[J].农业工程学报,2002,18(4)：155-158
[92]杨敏.基于Levenberg-Marquardt算法的图像拼图研究[J].电子工程师,2007,33(10)：43-45.
[93]杨敏.多视儿何和基于未标定图像的三维重构[D].南京航空航天大学,2003.
[94]杨云涛,冯莹,曹毓,等.基于SURF的序列图像快速拼接方法[J].计算机技术与发展,2011,21(3)：6-9.
[95]于峰,林杉,张峻峰,陶红斌,季秀.一种基于图像特征值算法的叶面积测定方法[J].中国农业大学学报,2007,12(4)：67-69.
[96]苑克俊,刘庆忠,李圣龙,陈秀霞.利用数码相机测定果树叶面积的新方法[J].园艺学报,2006,33(4)：829-832.
[97]翟倩.数码照相影像采集与处理系统的研究[D].广尔工业大学,2011.
[98]古徐光,汤进,罗斌.面向智能手机的可认证拍照系统的设计与实现[J].计算机技术与发展,2009,19(11)：206-209.
[99]张超,王雪峰,李海奎.立体视觉技术在森林资源调查中的应用.北京林业大学学报,2004,26(3)：30-35.
[100]张超.树木影像特征提取与立体匹配技术研究[D].中国林业科学研究院,2003.
[101]张大威译Microsoft Mobile移动应用开发宝典[M].北京：清华大学出版社,2008.
[102]张国权,李战明,李向伟,等.HSV空间中彩色图像分割研究[J].计算机工程与应用.2010,46(26)：179-181.
[103]张焕龙,杨国胜,王婷,中晓华.基于局部熵和渐变因子的白适应图像拼接[J].计算机工程与应用,2006,42(22)：72-74.
[104]张慧春,周宏平,郑加强,等.“精确林业”的发展及其应用前景[J].世界林业研究,2004,17(5)：13-16.
[105]张剑清,潘励,王树根.摄影测量学[M].武汉：武汉大学出版社,2009
[106]张健钦,王秀,龚建华,薛绪掌.基于机器视觉技术的叶面积测量系统实现[J].自然科学进展,2004,114(11)：1304-130.
[107]张静,秦文健,贾亮.摄像机畸变矫止研究的综述[J].科技创新导报,2011,(7)：5,7.
[108]张娟.基于图像分析的梅花种类识别关键技术研究[D].北京林业大学,2011.
[109]张强,唐瓒.一种基于特征点匹配的图像拼接算法[J].计算机系统应朋,2009,18(3)：31-34
[110]张全法,何金田,陈渝仁.提高植物叶片面积测量精度的方法[J].河南农业人学学报,2002,36(1)：91-95.
[111]张锐娟,张建奇,杨翠.基于SURF的图像配准方法研究[J].红外与激光工科,2009,38(01)：160-165.
[112]张维中,张丽艳,王晓燕等.基于标记点的图像特征匹配的鲁棒算法[J].中国机械工程,2006,17(22)：2415-2418.
[113]张文昭,洪添胜,炅伟斌,等.基于图像处理技术的叶面积检测研究[J].农机化研究,2007,(4)：120-124.
[114]张熙哲,付宇卓.新型嵌入式实时数字影像系统设计和实现[J].计算机仿真,2004,22(3)：188-192.
[115]张鑫,孟繁疆.植物叶面积测定方法的比较研究[J].农业网络信息,2008,(12)：14-16.
[116]张雪波,方勇纯,马博军.基于单应矩阵的摄像机标定方法及应用[J].控制工程,2010,17(02)：248-251,255.
[117]张佑生,张淮卢,方贤勇,等.一种基于F求精的摄像机白定标方法[J].小型微型计算机系统,2004,25(3)：467-470.
[118]张媛.基于多摄像机视频拼接技术的研究和应用[D].北京工业大学,2010.
[119]章毓晋.图像处理和分析[M].北京：清华大学出版社,2003.
[120]赵春燕.基于模糊分析的图像处理方法及其在无损检测中的应用研究[D].山东科技大学,2004.
[121]赵东,陈向瑞.基于J2ME和J2EE的手机施肥专家系统设计与实现[J].长春师范学院学报(自然科学版),2010,29(4)：19-24.
[122]赵茂程,郑加强等.基于分形理论的树木图像分割方法[J].农业机械学报,2004(2-35)：72-75.
[123]赵向阳,杜利民.一种全自动稳健的图像拼接融合算法[J].中国图象图形学报,2004,9(4)：417-422.
[124]智长贵,范文义.空间前方交会中外方位元素误差对测量立木高度的影响[J].东北林业大学学报,2007,35(6)：86-87,91.
[125]钟玉琢,沈洪,冼伟铨,等.多媒体技术基础及应用[M].北京：电子工业出版社,2006.
[126]钟志鹏.移动增强现实博物馆导览应用研究[D].北京理工大学,2011.
[127]周富强,邾继贵,杨学友,等.CCD摄像机快速标定技术[J].光学精密工程,2000,8(1)：96-100.
[128]朱玉艳.摄像机标定方法研究[D].昆明理工大学,201O.
[129]左欣,韩斌,程嘉林.基于数字图像处理的植物叶面积测量方法[J].计算机工程与应用,2006,42(27)：194-196,221.
[130]Abdel-aziz Y I, Karara H M. Direct linear transformation into object space coordinates in close-range photogrammetry, Proc symp. Close Range Photogrammetry,1971:1-18
[131]Armin Gruen. Fundamentals of videogrammetry-a review[J]. Human Movement Science, 1999,16(2):155-187.
[132]Bigand A, Colot O. Fuzzy filter based on interval-valued fuzzy sets for image filtering[J]. Fuzzy Sets and Systems.2010,161 (1):96-117.
[133]Brown M, Lowe D G. Automatic panoramic image stitching using invariant features[J]. International Journal of Computer Vision,2007,74(1):59-73.
[134]C. Rother, A. Blake, V. Kolmogorov. Grabcut-interactive foreground extraction using iterated graph cuts[C]. ACM Transactions on Graphics,23(3):307-312,2004.
[135]C.L. Huang, T.Y. Cheng, C.C. Chen. Color Images Segmentation Using Scale Space Filter and Markov Random Field[J]. Pattern Recognition,1992,25(10):1217-1229
[136]Chaohui Lu, Hui Ren,Yibin Zhang,Yinhua Shen.Leaf Area Measurement Based on Image Processing[C]. Measuring Technology and Mechatronics Automation (ICMTMA):580-582.
[137]Clark, N.A., Wynne, R.H., Schmoldt, D.L.A Review of Past Research on Dendrometers[J], Forest Science,2000,46(4):570-576.
[138]Dainis A, Juberts M. Accurate remote measurement of robot trajectory motion[C]. Conference on Rototics and Automation,1985:92-99.
[139]David G. Lowe, Distinctive image features from scale-invariant keypoints[J].International Journal of Computer Vision,60,2(2004),pp.91-110.
[140]De Almeida P. A knowledge-based approach to the iris segmentation problem[J]. Image and Vision Computing.2010,28(2):238-245.
[141]Du K L. Clustering:A neural network approach[J]. Neural Networks.2010,23(1):89-107.
[142]Faugeras O, Luong Q T, Maybank S. Camera self-calibration:theory and experiments[A]. Computer Vision-ECCV'92, Lecture Notes in Computer Science 588[C], Santa Margerita, ltaly,Springer-Verlag,1992:321-334.
[143]Fraser C S. Digital camera self-calibration [J]. ISPRS Journal of Photogrammetry and Remote Sensing,1997,52(4):149-159.
[144]Ganaphthy S. Decomposition of transformation matrices for robot vision[C]. Conference on Rotorics and Automatin,1984:130-139.
[145]Hartley, R. I. In defence of the 8-point algorithm. In:Proceedings of the 5th International Conference on Computer Vision (ICCV'95). Cambridge, MA:IEEE Computer Society Press, 1995.1064-1070.
[146]Hartley, R. Projective reconstruction and Invariants from multiple images. IEEE Transactions on Pattern Analysis and Machine Intelligence,1994,16(10):1036-1041.
[147]Herbert Bay, Tinne Tuvtellars, Luc Van Gool., SURF:Speeded Up Robust Feature[C].European Conference On Computer Vision,2006:404-417.
[148]Heyden A,et al. An iterative factorization method for projective structure and motion from image sequences[J]. Image and Vision Computing.1999,17 (13):981-991.
[149]Hu Qinghua, Pedrycz Witold, Yu Daren, et al. Selecting discrete and continuous features based on neighborhood decision error minimization[C]. IEEE Trans Syst Man Cybern B Cybern. 2010,40(1):137-150.
[150]J. Kittler, J. Illingworth and J. Foglein. Threshold Selection Based on a Simple Image Statistic[J]. Computer Vision, Graphics, and Image Processing,1985,30(2):125-147.
[151]J. Sun, J. Jia, C. K. Tang, et al. Poisson matting[C]. Proceedings of ACM SIGGRAPH 2004,pp.315-321,2004.
[152]J. Wang J, M. F. Cohen. An iterative optimization approach for unified image segmentation and matting[C]. Proceedings of International Conference on Computer Vision 2005. pp.936-943, 2005.
[153]Juujarvi Jouni, Heikkonen Jukka, Brandt Sami, Lampinen Jouko. Digital image based tree measurement for forest inventory [C]. The International Society for Optical Engineering, 1998,3522:114-123.
[154]Kirsch R. Computer det ection o f the constituent structure of biological image[J] Computers and Biomedical Research,1971,4(3):315-328.
[155]Lin Sheng-you, Shi Jiao-ying. Perceptual color space based natural image mattingfJ]. Journal of Computer Aided Design and Computer Graphics,2005,17 (5):915-920.
[156]Lindeberg T. Feature detection with automatic scale selection[J]. International Journal of Computer Vision.1998,30(2):79-116.
[157]Longuet-Higgins, H. C. A computer algorithm for reconstructing a scene from two projections [J]. Nature,1981,293:133-135.
[158]Li S Z. Markov random field:modeling in computer vision[M]. Berlin:pringer-Verlag Press, 1995.
[159]Lowe, D. Distinctive image features from scale-invariant keypoints[J].International Journal of Computer Vision,2004.,60(2):91-110.
[160]M Sezgin, B sankur. Survey over image thresholding techniques and quantitative performance evaluation[J]. Journal of Electronic Imaging,2004,13(1):146-165.
[161]M. A. Ruzon, C. Tomasi. Alpha estimation in natural images[C]. Proceedings of Computer Vision Pattern Recognition 2000, pp.18～25,2000.
[162]Martin A. Fischler and Robert C. Bolles (June 1981). Random Sample Consensus:A Paradigm for Model Fitting with Applications to Image Analysis and Automated Cartography[C]. Comm. of the ACM 24:381-395.
[163]MATTHEW BROWN, DAVID G. LOWE.Automatic Panoramic Image Stitching using Invariant Features[J]. International Journal of Computer Vision.2007,74(l),59-73.
[164]Otsu, N. A threshold selection method from gray-level histograms[J]. IEEE Trans. Systems, Man, and Cybernetics,1979,9(1):62-66.
[165]Peers Pieter, Dutre Philip. Wavelet environment matting [C].Proceedings of the 14th Eurographics Symposium on Rendering, Leuven,157-166,2003.
[166]Peter S.On focal length calibratin from two views[C]. Computer Vision and Pattern Recognition,2001. CVPR,2001,1:145-150.
[167]Pollefeys M. Self-calibration and Metric 3D Reconstruction from Uncalibrated Image Sequence[D]. Leuven:Katholieke Universiteit Leuven,1999.
[168]Rafael c. Gonzalez, Richard E. Woods. Digital image processing second Edition[M]Beijing: Publishing house of electronics industry,2008, pp.519-560.
[169]Rafael Lemuz-Lopez.Miguel Arias-Estrada herative closest SIFT formulation for robust feature matching 2006
[170]Sturm P. On focal length calibration from two views[A]. CVPR-INT. CONF. On Computer vision and pattern recognition[C],2001:145-150
[171]Sturm, P., Triggs, B. A factorization based algorithm for multi-image projective structure and motion. In:Proceedings of the European Conference on Computer Vision. LNCS 1064/5, Springer-Verlag,1996.709-720.
[172]T LINDEBERG, Scale-space for descrete singnals[J]. IEEE Transactionson Pattern Analysis and Machine Intelligence,1990,12(3):234-254
[173]Thomas Porter,Tom Duff. Compositing Digital Images[J]. Computers and Graphics,1984,18(3):253-259.
[174]VIOLA P,JONES M. Rapid object detection using a boosted cascade of simple features[C]. Proc. CVPR. Volmnel. (2001):511-518.
[175]Weng J, Cohen P, Herniou M. Camera calibration with distortion models and accuracy evaluation. IEEE Trans, PAM I,1992,14(10):965-980.
[176]Y. Wexler, A. Fitzgibbon, A. Zisserman. Image-based environment matting[C].Proceedings of Eurographics Workshop on Rendering, Copenhagen,1-12,2002.
[177]Y. Y. Chuang, B. Curless, D. H. Salesin, et al. A Bayesian approach to digital matting[C]. Proceedings of Computer Vision and Pattern Recognition 2001,2:264-271,2001.
[178]Y.Y. Chuang, D.B.Goldman, B. Curless, et al. Shadow matting and compositing[C].Computer Graphics Proceedings, Annual Conference Series, ACM SIGGRAPH, San Diego,494-500,2003.
[179]Zhang Juan,Huang Xin-Yuan.Measuring method of tree height based on digital image processing technology[C].2009 1st International Conference on Information Science and Engineering,2009:1327-1331.