⚡ electrical engineering

Progressive Per-Branch Depth Optimization for DEFOM-Stereo and SAM3 Joint Analysis in UAV Forestry Applications

تقدم هذه الورقة البحثية مساراً تدريجياً لتحسين العمق لكل فرع يدمج تقدير التباين DEFOM-Stereo، وتقسيم SAM3، ومخطط تصفية متعدد المراحل لتحويل الصور الستريو الضوضائية إلى سحب نقاط ثلاثية الأبعاد متماسكة هندسياً، مما يقلل الانحراف المعياري لعمق كل فرع بنسبة 82% لأغراض تقليم الأشجار القائم على الطائرات بدون طيار ذاتية القيادة في تطبيقات الغابات.

المؤلفون الأصليون: Yida Lin, Bing Xue, Mengjie Zhang, Sam Schofield, Richard Green

نُشر 2026-02-25

📖 5 دقيقة قراءة🧠 قراءة متعمّقة

CC BY 4.0

المؤلفون الأصليون: Yida Lin, Bing Xue, Mengjie Zhang, Sam Schofield, Richard Green

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

تخيل أنك طائرة درون روبوتية صغيرة تحاول الطيران عبر غابة كثيفة لقص أغصان أشجار محددة دون إيذاء الشجرة أو الاصطدام بها. وللقيام بذلك بأمان، يحتاج الدرون إلى معرفة مكان كل غصن بدقة في الفضاء ثلاثي الأبعاد، وصولاً إلى السنتيمتر الواحد.

المشكلة؟ الأشجار فوضوية. الأوراق تتداخل، والأغصان تتشابك، وتبدو السماء مختلفة تمامًا عن الخشب. عندما يلتقط الدرون صورة باستخدام "عينين" (رؤية ستيريو/مجسمة) لتخمين العمق، تكون النتيجة غالبًا عبضة مشوشة - مثل صورة مليئة بالتشويش والنقاط الضبابية.

تصف هذه الورقة البحثية "مصنع تنظيف" مكونًا من ست خطوات، يحول خريطة ثلاثية الأبعاد مشوشة وفوضوية لشجرة إلى مخطط هندسي دقيق وواضح لكل غصن على حدات. يطلق المؤلفون على هذا اسم "المنهج التدريجي" (Progressive Pipeline)، مما يعني أنهم لم يحاولوا إصلاح كل شيء دفعة واحدة؛ بل بنوا نسخة أساسية، ثم رأوا ما الذي تعطل، فأصلحوه، ثم أصلحوا المشكلات الجديدة التي ظهرت لاحقًا.

إليك كيف يعمل هذا "المصنع" باستخدام تشبيهات بسيطة:

المكونات

الأعين (DEFOM-Stereo): كاميرا ذكاء اصطناعي فائقة الذكاء تنظر إلى صورتين وتخمن مدى بعد كل شيء. هي بارعة في رؤية الصورة الكبيرة، لكنها ترتكب أخطاءً صغيرة ومزعجة.
المتتبع (SAM3): ذكاء اصطناعي آخر يرسم حدود الأجسام. يحاول رسم خط حول غصن معين، لكن خطه أحيانًا يكون فضفاضًا بعض الشيء، مما يسمح بدخول السماء أو الأوراق المجاورة.

عملية التنظيف المكونة من ست خطوات

الإصدار 1: المحاولة "الساذجة"

التشبيه: تطلب من طفل أن يتتبع غصنًا على خريطة ثم يلوّنه. يرسم الطفل الخط، لكنه يكون متعرجًا بعض الشيء، ويقوم بالتلويين داخل مساحة السماء خلف الغصن عن طريق الخطأ.
النتيجة: الخريطة ثلاثية الأبعاد مليئة بـ "النقاط الشبحية" من السماء، وتبدو الشجرة كأنها سحابة ضبابية.

الإصدار 2: "التغليف بالانكماش" (التآكل المورفولوجي - Morphological Erosion)

الحل: لمنع دخول السماء، قام الفريق بتقليص الإطار المتتبع للداخل، مثل شد رباط مطاطي بإحكام حول الغصن.
المشكلة: هذا يعمل بشكل رائع مع جذوع الأشجار السميكة، ولكن بالنسبة للأغصان الرفيعة، فإن الرباط المطاطي يمزقها تمامًا. تختفي الأغصان الرفيعة!

الإصدار 3: "منقذ الهيكل العظمي" (التآكل الحافظ للهيكل - Skeleton-Preserving Erosion)

الحل: بدلًا من مجرد تقليص الإطار، يقومون أولًا بإيجاد "العمود الفقري" أو الهيكل العظمي للغصن (مثل إيجاد العمود الفقري لسمكة)، ثم يحافظون على ذلك العمود آمنًا ويقومون فقط بتقليم الزوائد من حوله.
النتيجة: الأغصان السميكة يتم تقليمها من السماء، لكن الأغصان الرفيعة تظل متصلة وسليمة.

الإصدار 4: "محقق الألوان" (التحقق من اللون - Color Validation)

المشكلة: حتى مع وجود إطار مثالي، قد يلتقط الذكاء الاصطناعي ورقة خضراء ملتصقة بالغصن. الإطار صحيح، لكن اللون خاطئ.
الح الحل: قاموا بتعيين "شرطة ألوان". يأخذون عينة من اللون الحقيقي للغصن (من المركز تمامًا) ويتحققون من كل بكسل داخل الإطار. إذا كان البكسل مختلفًا جدًا في اللون (مثل ورقة شجر أو ظل)، يتم طرده. كما يتأكدون من أن غصنين لا يدعيان ملكية نفس البكسل.
النتيجة: الآن، يحتوي القناع على الغصن فقط، لا أوراق إضافية ولا سماء.

الإصدار 5: "ماسح الإحصاء" (IQR & Z-Score)

المشكلة: الإطار مثالي، لكن أرقام العمق بداخله لا تزال متذبذبة. بعض النقاط تقول إن الغصن يبعد مترًا واحدًا، وجارها يقول 1.5 متر. إنها فوضوية.
الحل: يستخدمون قواعد رياضية قياسية (مثل إيجاد المتوسط وطرد القيم المتطرفة الغريبة) لتنعيم البيانات.
المشكلة: هذا الأسلوب فظ نوعًا ما؛ فهو ينعم الضجيج، ولكنه أيضًا يجعل حواف الغصن الحادة ضبابية، مما يجعله يبدو كأنبوب ناعم وضبابي.

الإصدار 6: "النحات الماهر" (النسخة النهائية)

الحل: هذا هو التحديث الكبير. استبدلوا الرياضيات الفظة بعملية أكثر ذكاءً مكونة من خمس مراحل:
1. الانحراف المطلق عن الوسيط (MAD): قاعدة رياضية أقوى تتجاهل القيم المتطرفة الشديدة بشكل أفضل من الطريقة القديمة.
2. تصويت الجيران: إذا بدا أحد النقاط غريبًا مقارنة بجيرانه، يتم التصويت عليه لإخراجه.
3. الترشيح الموجه (Guided Filtering): هذه هي الخدعة السحرية. ينظرون إلى صورة "الألوان" مرة أخرى. إذا أظهرت صورة الألوان حافة حادة (حيث ينتهي الغصن وتبدأ السماء)، فإن مرشح العمق يحترم هذه الحافة ولا يسبب ضبابيتها. الأمر يشبه استخدام مسطرة تنعم الأسطح المستوية فقط وتترك الزوايا الحادة كما هي.
4. التنعيم التكيفي (Adaptive Smoothing): يقومون بتعديل درجة "النعومة" بناءً على الغصن. الجذوع السميكة يتم تنعيمها أكثر؛ بينما الأغصان الرفيعة يتم تنعيمها أقل حتى لا تختفي.
النتيجة: السحابة النقطية ثلاثية الأبعاد النهائية حادة للغاية. يبدو الغصن صلبًا، والحواف واضحة، والضجيج قد تلاشى.

لماذا يهم هذا الأمر؟

اختبر المؤلفون هذا على أشجار صنوبر راداتا (Radiata Pine) في نيوزيلندا.

قبل: كانت البيانات ثلاثية الأبعاد مشوشة للغاية (الانحراف المعياري 440 ملم) لدرجة أن الروبوت لا يستطيع تحديد مكان القص.
بعد: أصبحت البيانات دقيقة للغاية (الانحراف المعياري 31.5 ملم)، أي بتحسن قدره 82%.

الخلاصة:
هذه الورقة البحثية لا تتعلق فقط بصنع صور جميلة. إنها تتعلق بمنح الروبوت "العيون" و"الدماغ" اللذين يحتاجهما لتقليم الأشجار بأمان دون وجود إنسان يحمل منشارًا كهربائيًا. من خلال تقسيم المشكلة إلى ست خطوات صغيرة ومنطقية — إصلاح الإطار، والتحقق من اللون، ثم صقل العمق — حولوا غابة فوضوية إلى مخطط رقمي نظيف جاهز للروبوتات ذاتية القيادة.

لقه قد أتاحوا جميع أكوادهم وبياناتهم مجانًا، حتى يتمكن العلماء الآخرون من استخدام "مصنع التنظيف" هذا لمساعدة الروبوتات على العمل في الغابات في كل مكان.

ملخص تقني لورقة بحثية بعنوان: "التحسين التدريجي لعمق كل فرع لنموذج DEFOM-Stereo وSAM3 في تطبيقات الغابات باستخدام الطائرات بدون طيار (UAV)"

1. بيان المشكلة

تعالج الورقة البحثية عقبة حرجة في تقليم الأشجار المستقل القائم على الطائرات بدون طيار: وهي عدم القدرة على توليد عمليات إعادة بناء ثلاثية الأبعاد دقيقة بمستوى السنتيمتر للأغصان الفردية في مظلات الغابات المعقدة.

السياق: تعتمد غابات صنوبر رادياتا في نيوزيلندا على التقليم اليدوي، مما يشكل مخاطر تتعلق بالسلامة. توفر الطائرات بدون طيار ذاتية القيادة حلاً لذلك، لكنها تتطلب بيانات عمق دقيقة (مسافة تشغيل 1-2 متر) لتحديد موضع أدوات القطع.
التحدي: بينما تعد النماذج التأسيسية الحديثة مثل DEFOM-Stereo (للعمق) وSAM3 (للتجزئة) قوية بشكل فردي، فإن الجمع المباشر بينهما يفشل في بيئة الغابات بسبب ثلاث عائلات محددة من الأخطاء:
1. تلوث حدود القناع (Mask Boundary Contamination): غالباً ما تمتد أقنعة SAM3 قليلاً خارج حدود الأغصان الحقيقية، مما يدمج بكسلات الخلفية (السماء) ذات قيم العمق المختلفة جذرياً.
2. عدم دقة التجزئة (Segmentation Inaccuracy): قد تحتوي الأقنعة على بكسلات غير متسقة في اللون (مثل الأوراق الملتصقة) أو تداخل بين الأغصان المتجاورة، مما يؤدي إلى تعيينات عمق غامضة.
3. ضجيج العمق (Depth Noise): حتى خرائط التباين عالية الجودة تحتوي على ضجيج لكل بكسل، وقيم متطرفة مكانية، وعيوب في الحدود التي تفسد مخططات توزيع العمق لكل فرع والهندسة ثلاثية الأبعاد.

2. المنهجية: خط معالجة تدريجي مكون من ست نسخ

يقترح المؤلفون خط معالجة تدريجي التحسين يتطور عبر ست نسخ (V1–V6)، حيث تقوم كل نسخة بتشخيص وتصحيح أوضاع الفشل الخاصة بالنسخة السابقة لها.

الوحدات التأسيسية

البيانات: أزواج ستيريو (1920×1080) تم التقاطها بواسطة كاميرا ZED Mini (بمسافة قاعدة 63 مم) على طائرة بدون طيار تطير على مسافة 1-2 متر من أغصان صنوبر رادياتا.
تقدير العمق: يقوم نموذج DEFOM-Stereo (نموذج تأسيسي يستخدم DINOv2 ViT-L) بتوليد خرائط تباين كثيفة، يتم تحويلها إلى عمق عبر التثليث ( $Z = f \cdot B / D$ ).
التجزئة: يقوم نموذج SAM3 بتوليد أقنعة مثالية للأغصان، مصفاة حسب درجة الثقة ( $>0.7$ ).

مراحل التحسين

النسخة 1 (الأساس): ربط مباشر لـ DEFOM $\leftarrow$ تحويل العمق $\leftarrow$ SAM3 $\leftarrow$ سحابة النقاط. النتيجة: ضجيج عالٍ وتلوث في الحدود.
النسختان 2 و3 (تصحيح حدود القناع):
- V2 (التآكل المورفولوجي - Morphological Erosion): تقليص الأقنعة لإزالة بكسلات السماء. القصور: يؤدي إلى قطع أو تدمير الأغصان الرفيعة.
- V3 (التآكل الحافظ للهيكل - Skeleton-Preserving Erosion): نهج مبتكر يعتمد على الطبوغرافيا. يقوم بتآكل القناع ولكنه يحافظ على الهيكل الطبوغرافي (الخط المركزي) عبر تحويلات المسافة والتمدد. هذا يزيل ضجيج الحدود مع ضمان اتصال الأغصان الرفيعة.
النسخة 4 (دقة التجزئة):
- التحقق من اللون: يستخدم نموذج مسافة ماهالانوبيس في فضاء LAB المبني من المنطقة المركزية للقناع لرفض البكسلات غير المتسقة لونياً (مثل الأوراق الملتصقة بالأغصان).
- التحكيم في التداخل: يحل التداخل بين الأقنعة عبر تعيين البكسلات المتنازع عليها للفرع الذي يمتلك أصغر مسافة ماهالانوبيس.
- النتيجة: أقنعة نظيفة وغير متداخلة خالية من العيوب اللونية.
النسخة 5 (تحسين العمق الإحصائي):
- يطبق خطة من أربع مراحل: إزالة القيم المتطرفة باستخدام المدى الربيعي (IQR) عبر جولات متعددة، وتصفية Z-score، والكشف المكاني المحلي، وتنعيم الوسيط (Median Smoothing).
- القصور: يتميز IQR بنقطة انهيار منخفضة (25%)، كما أن تصفية الوسيط تؤدي إلى طمس الحواف.
النسخة 6 (التحسين المتقدم للعمق القوي - النسخة النهائية):
- يستبدل V5 بـ مخطط قوي مكون من خمس مراحل:
  1. الكشف العالمي بـ MAD: يستخدم الانحراف المطلق عن الوسيط (MAD) (نقطة انهيار 50%) لإزالة القيم المتطرفة العالمية بقوة، وهو متفوق على IQR في التعامل مع الضجيج ذو الذيول الثقيلة.
  2. إجماع الكثافة المكانية: التصويت بين الجيران للكشف عن الشذوذ المكاني المعزول.
  3. تصفية MAD المحلية: كشف القيم المتطرفة على نطاق محلي بحيث لا يتأثر بالقيم المتطرفة المحلية.
  4. التصفية الموجهة بـ RGB: يستخدم صورة RGB كدليل هيكلي لتنعيم العمق مع الحفاظ على الحواف المتوافقة مع التحولات اللونية.
  5. التصفية الثنائية التكيفية (Adaptive Bilateral Filtering): يضبط عرض نطاق تباين العمق ( $\sigma_d$ ) بناءً على تباين العمق الخاص بكل فرع (MAD)، مما يمنع التنعيم المفرط للأغصان الرفيعة.

3. المساهمات الرئيسية

أول خط معالجة متكامل (End-to-End): يوحد نموذج ستيريو تأسيسي (DEFOM) مع تجزئة المثيل (SAM3) خصيصاً لإعادة البناء ثلاثي الأبعاد لكل فرع في مجال الغابات.
التآكل الحافظ للهيكل: خوارزمية تزيل تلوث الحدود دون التضحية بالسلامة الطبوغرافية للأغصان الرفيعة.
التحقق بمسافة ماهالانوبيس في فضاء LAB: مخطط تحقق قائم على اللون ينقي البكسلات غير المتسقة ويحل التداخل بين الأغصان.
خط معالجة العمق القوي المكون من خمس مراحل: استراتيجية إزالة ضجيج مبتكرة تدمج إحصائيات MAD، والإجماع المكاني، والتصفية الموجهة، والتصفية الثنائية التكيفية.
دراسة استئصال منهجية (Systematic Ablation): دراسة صارمة تقيس مساهمة كل مرحلة تحسين في جودة النتائج ثلاثية الأبعاد النهائية.

4. النتائج التجريبية

تم التقييم على صور 1920×1080 لصنوبر رادياتا في كانتربري، نيوزيلندا:

تقليل الضجيج: قللت العملية النهائية (V6) من متوسط الانحراف المعياري لعمق كل فرع ( $\sigma_Z$ ) بنسبة 82% (من 174.6 مم في V4 إلى 31.5 مم).
إزالة القيم المتطرفة: انخفض نطاق العمق (الفرق بين الأقصى والأدنى) من 1545 مم (في V1) إلى 128 مم (في V6).
الحفاظ على الهندسة: على عكس V2 (الذي فقد 85.6% من البكسلات بسبب التآكل الساذج)، حافظت V6 على 100% من هياكل الأغصان الرفيعة مع إزالة الضجيج.
الجودة البصرية: سحب النقاط ثلاثية الأبعاد الناتجة متماسكة هندسياً، ذات حدود حادة وأقل قدر من التشتت، مما يجعلها مناسبة لتحديد موضع الأدوات ذاتية القيادة.

5. الأهمية والأثر

الغابات ذاتية القيادة: يسد هذا العمل الفجوة بين صور الطائرات بدون طيار الخام والبيانات ثلاثية الأبعاد القابلة للتنفيذ، مما يمهد الطريق للجيل القادم من أنظمة تقليم الأشجار المستقلة.
القوة في مواجهة الضجيج: من خلال الانتقال من IQR إلى إحصائيات MAD ودمج التصفية الموجهة بـ RGB، تتعامل الطريقة مع الضجيج ذي الذيول الثقيلة والانسداد النموذجي للغطاء النباتي بشكل أفضل من تقنيات تحسين الستيريو التقليدية.
العلم المفتوح: نشر المؤلفون جميع الأكواد، والمخرجات المعالجة، والتصورات ثلاثية الأبعاد التفاعلية لتسهيل المزيد من الأبحاث في مجال الغابات باستخدام الطائرات بدون طيار.
القابلية للتوسع: تم تصميم خط المعالجة ليكون قابلاً للتكيف مع أنواع الأشجار وإعدادات الكاميرا المختلفة، وإن كان يتطلب مزيداً من التحقق عبر بيئات متنوعة.

في الختام، تثبت الورقة البحثية أن النهج التشخيصي التدريجي لتصحيح الأخطاء يتفوق على الحلول الموحدة، حيث نجح في تحويل مخرجات النماذج التأسيسية المليئة بالضجيج إلى بيانات ثلاثية الأبعاد دقيقة لكل فرع، وهي البيانات المطلوبة للأتمتة الصناعية.