💻 computer science

Estimating the Diameter at Breast Height of Trees in a Forest from RGB

该论文提出了一种基于消费级 360 度相机和 SfM 摄影测量技术的低成本半自动化方法，通过结合 Grounded SAM 语义分割与 RANSAC 算法，实现了与 LiDAR 精度相当（误差仅高 2-4%）的树木胸径估算。

原作者： Siming He, Zachary Osman, Fernando Cladera, Dexter Ong, Nitant Rai, Patrick Corey Green, Vijay Kumar, Pratik Chaudhari

发布于 2026-04-17

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Siming He, Zachary Osman, Fernando Cladera, Dexter Ong, Nitant Rai, Patrick Corey Green, Vijay Kumar, Pratik Chaudhari

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

这篇论文讲述了一个非常有趣的故事：如何用一部普通的 360 度全景相机，像变魔术一样，低成本地测量出森林里树木的“腰围”（胸径），从而替代昂贵且复杂的激光雷达设备。

我们可以把这项技术想象成给森林做了一次"3D 数字体检"。下面我用几个生活中的比喻来为你拆解这个过程：

1. 为什么要测树的“腰围”？

想象一下，如果你想知道一棵树有多老、能产生多少氧气（碳汇）或者能卖多少钱（木材），你不需要把树砍倒，只需要量一下它离地面 1.3 米高处的粗细，这叫胸径（DBH）。

传统方法：就像你拿着卷尺亲自去森林里，一棵树一棵树一棵地量。这就像手工记账，虽然准，但太慢、太累，而且人多了还容易出错。
高科技方法（激光雷达 LiDAR）：就像给森林拍"CT 扫描”，非常精准，但设备贵得像一辆豪车，操作起来像开飞机一样复杂，普通人玩不起。

2. 这篇论文提出了什么新方案？

作者团队想出了一个**“平民版”方案**：只用一个消费级的 360 度相机（比如你旅游时用的全景相机），配合电脑软件，就能自动算出树的粗细。

他们的流程就像**“拍照 - 拼图 - 量尺寸”**三步走：

第一步：像拼乐高一样重建森林（3D 重建）

怎么做：你背着相机在树周围转圈，或者开着无人机绕树飞，拍下一堆重叠的 360 度照片。
比喻：这就像玩乐高积木。电脑软件（Agisoft Metashape）把这些照片里的共同点找出来，像拼乐高一样，把平面的照片“堆”成了一个立体的 3D 森林模型（点云）。
关键点：为了不让模型大小乱套，他们在现场放了一个已知大小的标记（比如 1 米见方的牌子），告诉电脑：“看，这就是 1 米，其他东西按比例算。”

第二步：给树木“穿红马甲”（自动分割）

怎么做：现在的 3D 模型里，树叶、树枝、树干混在一起，电脑分不清谁是谁。作者用了一个很聪明的 AI 工具（Grounded SAM），就像给电脑戴上了一副**“智能眼镜”**。
比喻：你告诉 AI：“帮我找出所有的树干。”AI 就像个挑剔的裁缝，在 2D 照片上把树干圈出来，然后把这些圈“投影”回 3D 模型上。于是，树干在模型里就变成了红色的，而树叶和背景变成了透明的。这样，电脑就只盯着树干看了。

第三步：用“数学魔法”量腰围（直径估算）

怎么做：找到树干后，电脑在离地 1.3 米的地方切一刀，看看树干的横截面是什么形状。
比喻：树干通常不是完美的圆，可能有点扁，或者被树枝挡住了一部分。
- 以前的方法像用圆规硬画个圆，如果树干缺了一块，圆规就画歪了。
- 这篇论文用的方法叫**“傅里叶级数拟合”。这听起来很复杂，其实就像“用橡皮筋去套一个不规则的土豆”**。无论树干是圆的、椭圆的，还是被树叶挡住了一角，这根“数学橡皮筋”都能自动调整形状，紧紧贴合树干的轮廓，算出最准确的周长，再除以 3.14 得到直径。

3. 效果怎么样？

作者拿这个方法去测试了 43 棵树，结果让人惊喜：

准确度：他们的误差大概在 5% 到 9% 之间。
对比：虽然比昂贵的激光雷达（误差约 2-4%）稍微差一点点，但考虑到成本，这简直是“降维打击”。
- 激光雷达：设备贵，操作难，像开法拉利。
- 360 度相机方案：设备便宜（几百美元），谁都能用，像开共享单车。
结论：如果你不需要毫米级的极致精度（比如做精密工程），只是想知道森林大概有多少碳、多少木材，这个“共享单车”方案完全够用，而且便宜到可以大规模推广。

4. 为什么这很重要？

想象一下，以前只有大机构才买得起“法拉利”去测森林，现在大家都能骑“共享单车”了。

环保意义：我们可以更频繁、更便宜地监测森林的健康和碳储量，帮助应对气候变化。
技术意义：它证明了不需要昂贵的传感器，只要算法够聪明（比如那个“数学橡皮筋”），普通的相机也能干大事。

总结

这就好比以前只有专业医生拿着昂贵的 CT 机才能给树做体检，现在作者发明了一种**“手机拍照 + AI 分析”的体检法。虽然精度稍微低了一点点（就像用卷尺量比 CT 扫描稍微粗糙一点），但它便宜、方便、人人可用**，让大规模保护森林变得触手可及。

这是一份关于论文《Estimating the Diameter at Breast Height of Trees in a Forest from RGB》（基于 RGB 图像估算森林树木胸径）的详细技术总结。

1. 研究背景与问题 (Problem)

核心需求：森林资源清查（Forest Inventories）需要准确测量树木的胸径（DBH, Diameter at Breast Height，通常指离地 1.3 米处的直径），这对于生态监测、资源管理和碳核算至关重要。
现有挑战：
- 传统人工测量：使用测径围尺或卡尺，虽然准确但效率低下，难以大规模应用。
- 激光雷达（LiDAR）技术：虽然能达到厘米级精度（RMSE < 2cm），但设备昂贵、操作复杂、依赖专业软件和人员，限制了其普及。
- 现有摄影测量（SfM）局限：基于运动恢复结构（SfM）的摄影测量虽然成本低，但生成的点云通常噪声较大、完整性较差，且在密集植被或光照不均环境下容易产生几何畸变，导致 DBH 估算精度不稳定。
研究目标：开发一种低成本、可扩展的替代方案，仅使用消费级 360°视频相机，通过半自动化流程实现高精度的 DBH 估算。

2. 方法论 (Methodology)

论文提出了一套完整的半自动化处理流程，主要包含以下六个阶段：

数据采集 (Data Acquisition)：
- 使用消费级 360°相机（Insta360）采集视频。
- 采集平台包括：无人机（Falcon UAV）环绕飞行和背负式传感器塔（人工行走）。
- 使用 1m x 1m 的 ArUco 标记进行场景比例尺的标定。
3D 重建 (3D Reconstruction)：
- 利用商业软件 Agisoft Metashape 进行 SfM（运动恢复结构）和 MVS（多视图立体视觉）处理。
- 生成稠密点云和纹理网格模型。
- 利用 ArUco 标记手动将重建模型缩放到真实世界单位。
语义树干分割 (Semantic Trunk Segmentation)：
- 2D 掩码生成：使用 Grounded SAM（基于文本提示的分割模型，提示词为"tree trunk"）对 360°视频提取的等距矩形图像进行分割，生成树干掩码。
- 3D 投影：将 2D 掩码投影到 3D 点云上，统计每个点的标签计数，初步筛选树干候选点。
- 后处理过滤：
  - 使用 RANSAC 去除地面点。
  - 法向量过滤：去除不平行于地面的点（假设树木倾斜不超过 45 度）。
  - DBSCAN 聚类：对候选点进行聚类，利用 Otsu 方法去除过小的噪声簇。
  - 簇扩展：将邻近点合并到保留的簇中，以恢复初始投影可能遗漏的树干点。
胸径估算 (DBH Estimation)：
- 截面提取：在估计的地面以上 1.22m 至 1.52m 处（即 1.3m 胸高处）截取 30cm 高的点云带。
- 几何拟合：将点云投影到垂直于树干轴的平面上，使用 RANSAC 框架鲁棒地拟合三种闭合曲线模型：
  1. 最小二乘椭圆拟合 (Ellipse)。
  2. 周期性 B 样条拟合 (Periodic B-spline)。
  3. 截断傅里叶级数拟合 (Truncated Fourier Series, 2 阶)。
- 结果计算：计算拟合曲线的周长并除以 $\pi$ 得到 DBH 估计值。实验表明傅里叶级数拟合在抗噪和应对部分遮挡方面表现最佳。
可视化与验证 (Visualization & Evaluation)：
- 开发了基于 viser 的交互式 3D 可视化工具，允许用户查看分割后的树干（红色高亮）及对应的 DBH 估计值。
- 将摄影测量结果与 LiDAR 点云（通过配准）及人工测量真值进行对比。

3. 主要贡献 (Key Contributions)

全流程半自动化管道：提出了一套从 360°视频到 DBH 估算及可视化的完整流程，集成了 SfM、基于 Grounded SAM 的语义分割和鲁棒几何拟合。
交互式可视化工具：开发了自定义工具，支持研究人员交互式检查分割结果和 DBH 估计，便于验证和分析。
广泛的实验验证：在弗吉尼亚理工大学的 Stadium Woods 进行了 61 次采集（涉及 43 棵树，7 个物种），对比了无人机与背负式平台、短轨迹与长轨迹、部分遮挡与完全遮挡等多种场景。
成本与精度的平衡：证明了消费级 360°相机结合 SfM 和傅里叶拟合，能以比 LiDAR 低几个数量级的成本，实现仅低 2-4% 的相对误差（5-9%），为资源受限的大规模森林调查提供了可行方案。

4. 实验结果 (Results)

数据集：43 棵树，DBH 范围 15.24 – 121.92 cm。
整体精度：
- 在多种条件下，该方法相对于人工真值的中位绝对相对误差 (Median Absolute Relative Error) 为 5% – 9%。
- 这一误差仅比基于 LiDAR 的估计高出 2% – 4%。
拟合方法对比：
- 傅里叶级数拟合表现最稳健，中位误差最低（完全可见时 4.8%，部分遮挡时 8.1%），且对异常值不敏感。
- 椭圆拟合和 B 样条拟合在部分遮挡或噪声较大时误差显著增加（部分遮挡下误差可达 16-19%）。
不同场景表现：
- 平台：背负式行走采集的数据比无人机采集的数据更准确（无人机受运动模糊和枝叶遮挡影响较大）。
- 轨迹长度：短轨迹（近距离单树）比长轨迹（大面积区域）精度更高，长轨迹因累积漂移和采样稀疏导致误差增加。
- 观测完整性：完全可见的树干截面估算精度最高；部分遮挡会导致所有方法出现低估趋势。
与 LiDAR 对比：
- 虽然单扫描 LiDAR 方法（如文献 [24]）能达到亚厘米级精度（误差约 2.63%），但本文提出的摄影测量方法在误差仅增加 2-4% 的情况下，传感器成本降低了两个数量级，且设备更易获取和部署。

5. 意义与展望 (Significance & Future Work)

意义：
- democratization（民主化）了精细化的树木测量技术，使得大规模、资源受限的森林碳储量、健康状况和生长动态监测成为可能。
- 为不需要亚厘米级精度的应用场景提供了一种极具性价比的替代 LiDAR 的方案。
局限性：
- 目前的比例尺标定（Scaling）仍需人工干预（依赖 ArUco 标记），是全自动化的主要障碍。
- 树干分割和截面拟合仍是主要的误差来源，特别是在严重遮挡或复杂地形下。
未来工作：
- 自动化比例尺标定步骤。
- 在更大、更多样化的森林样地中进行验证。
- 利用图像数据扩展更多林业任务（如树种识别、健康评估）。
- 改进分割和拟合算法以进一步降低误差。

总结：该论文成功证明了利用廉价的消费级 360°相机结合先进的计算机视觉技术（SfM + Grounded SAM + Fourier Fitting），可以构建一个高效、低成本的森林胸径估算系统，在精度损失极小的情况下，极大地降低了森林资源调查的门槛和成本。