一种基于GC-U-Net模型的立木胸径自动测量方法.pdfVIP

第61卷第4期林业科学Vol.61，No.4

2025年4月SCIENTIASILVAESINICAEApr.，2025

doi：10.11707/j.1001−7488.LYK

一种基于GC-U-Net模型的立木胸径自动测量方法*

11,21,2,313

常乐杜晓晨冯海林李颜娥黄坚钦

（1.浙江农林大学数学与计算机科学学院杭州311300；2.林业感知技术与智能装备国家林业和草原局重点实验室

杭州311300；3.省部共建亚热带森林培育国家重点实验室杭州311300）

摘要：【目的】针对传统测量立木胸径过程中费时耗力、易受人为因素影响、设备价格昂贵等问题，提出一种

基于智能手机和深度学习的立木胸径自动测量方法。【方法】首先，为达到低成本的立木胸径自动测量需求，采

用智能手机获取立木单目RGB图像；然后，为精准提取立木轮廓，提出一种基于GC-U-Net模型的立木图像分割算

法，在传统U-Net分割模型基础上，集成VGG16和CBAM增强模型对立木树干特征的识别能力；最后，基于摄影测

量原理，构建立木胸径测量模型，利用分割后的树干图像快速准确地计算出立木胸径。【结果】相较传统U-Net

模型，GC-U-Net模型的平均交并比（mIoU）提升4.38%，平均像素准确率（mPA）提升6.08%，召回率（Recall）提升

4.85%；相比Deeplabv3+、PSPNet、SegNet分割模型，GC-U-Net模型可取得更好的树干分割结果，mIoU分别提升

6.04%、6.52%、11.0%，mPA分别提升7.93%、7.36%、12.31%，Recall分别提升6.88%、7.83%、11.08%；树干直径测量平

均相对误差仅2.37%，拟合度达0.91。【结论】与传统立木胸径测量方法相比，本研究方法仅通过智能手机获取立

木单目图像即可自动获取胸径，全程无需昂贵的专业设备；图像采集过程中也不需要参照物，简化了现场测量的

复杂性，提高了测量效率；同时，GC-U-Net模型还可确保立木胸径测量的准确度。

关键词：GC-U-Net；树干分割；胸径测量；智能手机

中图分类号：S758文献标识码：A文章编号：1001−7488(2025)04−0020−13

AnAutomaticMeasurementofStandingTreeDiameteratBreastHeight

BasedontheGC-U-NetModel

11,21,2,313

ChangLeDuXiaochenFengHailinLiYan’eHuangJianqin

（1.CollegeofMathematicsandComputerScience,ZhejiangAFUniversityHa