立木的胸径、树高和冠幅是森林资源清查中的重要测量因子,是评估林地蓄积、林木生长状况的重要依据。目前,立木因子的测量方法仍存在普适性不高、测量效率低等缺点。因此,本文重点提出了基于深度图的立木因子测量方法,该方法以消费级便携式设备为工具(智能手机、Kinect相机)采集自然场景下的立木图像,采用三维测量技术,探索自然场景下的立木三维重建方法,通过立木三维模型计算立木胸径、树高和冠幅。本文的主要内容包括:(1)基于短视频图像的立木深度图生成方法。通过Graph Cut算法标记短视频首帧前后背景并分别提取分割前后图像的亚像素角点;对获取的亚像素角点跟踪匹配,利用光束法平差估计相机参数和特征点空间位置;根据畸变参数对视频各帧畸变矫正,结合平面扫描法进行密集立体匹配,去噪得到精细的立木深度图。(2)基于深度图的立木三维重建方法。根据图像坐标系和物方坐标系的转换关系将深度图转换为点云图,利用直通滤波器从原始点云中分割出目标立木点云数据,采用基于颜色区域生长分割方法将立木点云分为立木主干点云和立木树冠点云两部分,通过SDRSAC-NDT方法对立木主干点云进行配准并获取旋转、平移矩阵,最后填充叶子点云,重建立木三维模型。(3)基于三维模型的立木因子测量方法。基于立木三维模型提取出立木关键点信息,并建立空间几何关系,从而实现立木胸径、树高和冠幅的测量。本文基于消费级便携式设备进行立木树高、胸径和冠幅的测量。经验证,在自然环境下,利用本文中深度图生成方法可有效生成精细的立木深度图,且通过本文中立木因子测量方法测得的树高相对误差小于2.89%,冠幅相对误差小于7.841%,胸径小于20cm的立木胸径测量绝对误差小于0.28cm,能够满足国家森林资源清查的精度要求。