基于改进YOLOv4-Tiny的成捆原木端面检测算法

蔡瑞星，林培杰，林耀海，余平平

（1.福州大学 物理与信息工程学院，福建 福州 350108；2.福建农林大学 计算机与信息学院，福建 福州 350002）

0 引 言

森林资源作为陆地生态系统的主体，是人类赖以生存的重要资源之一。根据国家林业局在2014年发布的第八次全国森林资源清查结果[1]，我国森林资源仍存在总量相对不足、质量不高以及分布不均的情况，因此需要合理地规划现有的森林资源。在中国的木材生产、流通过程中，原木材积的准确和有效测量不仅直接影响原木工程的经济效益[2]，还能有效防止木材资源的浪费。原木的材积计算由木材端面径级和木材长度两个参数决定，同一批原木长度往往相对固定[3]，因此，原木端面检测作为获取原木径级的第一步就显得尤其重要。然而，成捆原木图像中原木端面的形状大小不一、异物遮挡、阴影等问题会给原木端面检测带来严峻的挑战。

现有的原木端面检测方法可以大致分为传统图像处理方法和深度学习方法两个部分。东北林业大学梅振荣等人根据原木端面的图像特征，结合面积阈值法和数学形态学，检测原木端面点[4]。厦门大学林静静等人提出了基于链码的原木端面图像检尺径级识别算法，其较依赖于原木端面的分割效果[5]。东北林业大学赵亚凤等人针对在光照下原木之间阴影相互遮挡的问题，采用了遗传算法确定图像增强的三阶段线性变换的两个转折点，然后用同态滤波器进行图像分割，达到较好的识别效果，但是遗传算法的使用也带来了较大的耗时[6]。……