Visual SLAM Algorithm for Individual Tree Localization in Forest

YIN Boqing; XING Yanqiu; YANG Shuhang; CHANG Xiaoqing; DING Zhiwen

doi:10.13203/j.whugis20220794

您当前的位置：

首页 >

文章列表页 >

Visual SLAM Algorithm for Individual Tree Localization in Forest

Photogrammetry and Remote Sensing | 更新时间：2026-11-05

- Visual SLAM Algorithm for Individual Tree Localization in Forest
- Geomatics and Information Science of Wuhan University Vol. 50, Issue 4, Pages: 792-801(2025)
- 作者机构：
  
  东北林业大学森林作业与环境研究中心，黑龙江哈尔滨，150040
- 作者简介：
- 基金信息：
- DOI：10.13203/j.whugis20220794
  CLC： P237
- Received：20 January 2023，
  
  Published：05 April 2025
- 稿件说明：
移动端阅览
尹伯卿,邢艳秋,杨书航，等.林下单木定位视觉SLAM算法研究[J].武汉大学学报（信息科学版）,2025,50(4):792-801.

YIN Boqing,XING Yanqiu,YANG Shuhang,et al.Visual SLAM Algorithm for Individual Tree Localization in Forest[J].Geomatics and Information Science of Wuhan University,2025,50(4):792-801.
尹伯卿,邢艳秋,杨书航，等.林下单木定位视觉SLAM算法研究[J].武汉大学学报（信息科学版）,2025,50(4):792-801. DOI：10.13203/j.whugis20220794

YIN Boqing,XING Yanqiu,YANG Shuhang,et al.Visual SLAM Algorithm for Individual Tree Localization in Forest[J].Geomatics and Information Science of Wuhan University,2025,50(4):792-801. DOI：10.13203/j.whugis20220794

摘要

森林中立木的单木定位是林业遥感领域中的重要问题，基于单目相机的视觉即时定位与建图（simultaneous localization and mapping

SLAM）算法是室外空间定位和建图的重要手段，解决了由于树木冠层遮挡导致的全球导航卫星系统信号缺失问题，然而现有的单目视觉SLAM算法无法实现样地内立木直接定位。为解决此问题，基于单目视觉SLAM算法，提出了单木SLAM(individual tree SLAM

Indi-tree SLAM)算法。该算法通过使用图像序列进行相机位姿估计、地图尺度恢复、单木位置判断和单木位置坐标计算等过程可实现样地中的立木直接定位。采用相机对3块边长为40 m的方形样地进行样地扫描，对Indi-tree SLAM算法进行精度验证。实验结果表明，Indi-tree SLAM算法所计算的样地立木坐标在沿

https://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=77288673&type=

https://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=77288646&type=

1.94733346

2.37066650

轴和

https://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=77288692&type=

https://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=77288651&type=

1.77800000

3.13266683

轴方向的均方根误差均为0.44 m，平均定位误差为6.3%。Indi-tree SLAM算法实现了样地内立木的直接定位，缩短了森林结构参数测量时间，为森林资源调查提供了一种准确、高效的可行性方案。

Abstract

Objectives

Individual tree localization is an important issue in the field of forestry remote sensing. Monocular visual simultaneous localization and mapping (SLAM) algorithm is a significant tool for outdoor spatial localization and mapping

which solved the problem of inability to locate due to missing global navigation satellite system signal caused by tree canopy occlusion in forest resource survey. However

the existing monocular vision SLAM algorithm cannot achieve direct localization of standing trees in sample plots. To solve this problem

we proposed the individual tree (Indi-tree) SLAM algorithm based on monocular vision SLAM algorithm.

Methods

First

camera pose estimation was performed using the direct sparse odometry SLAM algorithm and the actual displacement of the camera was applied to restore the map scale. Afterwards

according to the principle of edge detection technique in depth image

the position of standing trees in sample plots was determined. Finally

the camera coordinates and tree coordinates were converted based on the relationship between the camera and standing trees during the image acquisition process

ultimately achieving the direct positioning of standing trees within the sample plots.

Results

In this experiment

three square sample plots with a side length of 40 m were scanned by the camera to verify the accuracy of the Indi-tree SLAM algorithm. The experimental results indi

cated that the root mean square error of the sample wood coordinates calculated by the proposed single-wood positioning algorithm was 0.44 m along both

and

axis

and the average positioning error is 6.3%.

Conclusions

This study achieves direct positioning of standing trees in the sample plots

greatly reducing the measurement time of forest structure parameters and offering an accurate and efficient feasible solution for forest resource inventory.

关键词

Keywords

references

CHANG X Q ， XING Y Q ， WANG J Q ， et al . Effects of Land Use and Cover Change （LUCC） on Terrestrial Carbon Stocks in China Between 2000 and 2018 ［J］. Resources， Conservation and Recycling ， 2022 ， 182 ： 106333 .

赵苗苗，赵娜，刘羽，等 . 森林碳计量方法研究进展［J］. 生态学报， 2019 ， 39 （ 11 ）： 3797 - 3807 .

ZHAO Miaomiao ， ZHAO Na ， LIU Yu ， et al . An Overview of Forest Carbon Measurement Methods ［J］. Acta Ecologica Sinica ， 2019 ， 39 （ 11 ）： 3797 - 3807 .

谢馨瑶，李爱农，靳华安 . 大尺度森林碳循环过程模拟模型综述［J］. 生态学报， 2018 ， 38 （ 1 ）： 41 - 54 .

XIE Xinyao ， LI Ainong ， JIN Hua’an . The Simulation Models of the Forest Carbon Cycle on a Large Scale： A Review ［J］. Acta Ecologica Sinica ， 2018 ， 38 （ 1 ）： 41 - 54 .

韩士杰，王庆贵 . 北方森林生态系统对全球气候变化的响应研究进展［J］. 北京林业大学学报， 2016 ， 38 （ 4 ）： 1 - 20 .

HAN Shijie ， WANG Qinggui . Response of Boreal Forest Ecosystem to Global Climate Change： A Review ［J］. Journal of Beijing Forestry University ， 2016 ， 38 （ 4 ）： 1 - 20 .

BONAN G B . Forests and Climate Change： For‑cings， Feedbacks， and the Climate Benefits of Forests ［J］. Science ， 2008 ， 320 （ 5882 ）： 1444 - 1449 .

HYYPPÄ J ， VIRTANEN J P ， JAAKKOLA A ， et al . Feasibility of Google Tango and Kinect for Crowdsourcing Forestry Information ［J］. Forests ， 2018 ， 9 （ 1 ）： 6 .

黄志鑫，邢涛，邢艳秋，等 . 基于动态圆柱拟合的背包激光雷达单木骨架曲线提取［J］. 中南林业科技大学学报， 2021 ， 41 （ 12 ）： 68 - 76 .

HUANG Zhixin ， XING Tao ， XING Yanqiu ， et al . Extraction of Single Tree Skeleton Curves Based on Dynamic Cylinder Fitting by Using Backpack Laser Scanning ［J］. Journal of Central South University of Forestry & Technology ， 2021 ， 41 （ 12 ）： 68 - 76 .

胡凯龙，刘清旺，庞勇，等 . 基于机载激光雷达校正的ICESat/GLAS数据森林冠层高度估测［J］. 农业工程学报， 2017 ， 33 （ 16 ）： 88 - 95 .

HU Kailong ， LIU Qingwang ， PANG Yong ， et al . Forest Canopy Height Estimation Based on ICESat/GLAS Data by Airborne LiDAR ［J］. Transactions of the Chinese Society of Agricultural Engineering ， 2017 ， 33 （ 16 ）： 88 - 95 .

李增元，陈尔学 . 中国林业遥感发展历程［J］. 遥感学报， 2021 ， 25 （ 1 ）： 292 - 301 .

LI Zengyuan ， CHEN Erxue . Development Course of Forestry Remote Sensing in China ［J］. National Remote Sensing Bulletin ， 2021 ， 25 （ 1 ）： 292 - 301 .

胡凯龙，刘清旺，崔希民，等 . 多源遥感数据支持下的区域性森林冠层高度估测［J］. 武汉大学学报（信息科学版）， 2018 ， 43 （ 2 ）： 289 - 296 .

HU Kailong ， LIU Qingwang ， CUI Ximin ， et al . Regional Forest Canopy Height Estimation Using Multi-source Remote Sensing Data ［J］. Geomatics and Information Science of Wuhan University ， 2018 ， 43 （ 2 ）： 289 - 296 .

ESTOQUE R C ， OOBA M ， AVITABILE V ， et al . The Future of Southeast Asia’s Forests ［J］. Nature Communications ， 2019 ， 10 （ 1 ）： 1829 .

李明泽，于欣彤，高元科，等 . 基于SAR极化分解与Landsat数据的森林生物量遥感估测［J］. 北京林业大学学报， 2018 ， 40 （ 2 ）： 1 - 10 .

LI Mingze ， YU Xintong ， GAO Yuanke ， et al . Remote Sensing Quantification on Forest Biomass Based on SAR Polarization Decomposition and Landsat Data ［J］. Journal of Beijing Forestry University ， 2018 ， 40 （ 2 ）： 1 - 10 .

魏雪梅 . 多源数据支持下的森林地上生物量估算方法［J］. 武汉大学学报（信息科学版）， 2019 ， 44 （ 9 ）： 1385 - 1390 .

WEI Xuemei . Estimation of Forest Aboveground Biomass Based on Multi-source Data ［J］. Geomatics and Information Science of Wuhan University ， 2019 ， 44 （ 9 ）： 1385 - 1390 .

李昕，李立君，易春峰 . 基于目标保护的林业机器人视觉系统的研究［J］. 中南林业科技大学学报， 2011 ， 31 （ 7 ）： 174 - 178 .

LI Xin ， LI Lijun ， YI Chunfeng . Research on Robot Machine Vision Based on Object Protection ［J］. Journal of Central South University of Forestry & Technology ， 2011 ， 31 （ 7 ）： 174 - 178 .

刘凯，魏艳秀，许京港，等 . 基于计算机视觉的森林火灾识别算法设计［J］. 森林工程， 2018 ， 34 （ 4 ）： 89 - 95 .

LIU Kai ， WEI Yanxiu ， XU Jinggang ， et al . Design of Forest Fire Identification Algorithm Based on Computer Vision ［J］. Forest Engineering ， 2018 ， 34 （ 4 ）： 89 - 95 .

赖菲，罗廷芳，丁锐，等 . 图像处理技术在木材表面缺陷检测中的应用［J］. 林业机械与木工设备， 2021 ， 49 （ 2 ）： 16 - 21 .

LAI Fei ， LUO Tingfang ， DING Rui ， et al . Application of Image Processing Technology to Wood Surface Defect Detection ［J］. Forestry Machinery & Woodworking Equipment ， 2021 ， 49 （ 2 ）： 16 - 21 .

张超 . 树木影像特征提取与立体匹配技术研究［D］. 北京：中国林业科学研究院， 2003 .

ZHANG Chao . Research on Feature Extraction and Stereo Matching Technology of Tree Images ［D］. Beijing ： Chinese Academy of Forestry ， 2003 .

刘金成，冯仲科，杨立岩，等 . 实时动态多功能双目立体摄影测树仪设计［J］. 农业工程学报， 2018 ， 34 （ 22 ）： 61 - 68 .

LIU Jincheng ， FENG Zhongke ， YANG Liyan ， et al . Design of Real-Time Kinematic Multi-functional Binocular Stereo-Photogrammetric Dendrometer ［J］. Transactions of the Chinese Society of Agricultural Engineering ， 2018 ， 34 （ 22 ）： 61 - 68 .

陈盼盼 . 地面摄影测量在森林资源调查中的关键技术研究［D］. 北京：北京林业大学， 2020 .

CHEN Panpan . Study on the Key Technology of Ground Photogrammetry in Forest Resources Investigation ［D］. Beijing ： Beijing Forestry University ， 2020 .

王小玲，宋坤，王子斐，等 . 基于SfM的城市树木参数提取研究［J］. 西南林业大学学报（自然科学）， 2021 ， 41 （ 6 ）： 139 - 148 .

WANG Xiaoling ， SONG Kun ， WANG Zifei ， et al . Usage of Structure-from-Motion for Urban Forest Inventory ［J］. Journal of Southwest Forestry University （Natural Sciences）， 2021 ， 41 （ 6 ）： 139 - 148 .

赵芳 . 测树因子遥感获取方法研究［D］. 北京：北京林业大学， 2014 .

ZHAO Fang . Study on Remote Sensing Acquisition Method of Tree-Measuring Factors ［D］. Beijing ： Beijing Forestry University ， 2014 .

FONSTAD M A ， DIETRICH J T ， COURVILLE B C ， et al . Topographic Structure from Motion： A New Development in Photogrammetric Measurement ［J］. Earth Surface Processes and Landforms ， 2013 ， 38 （ 4 ）： 421 - 430 .

黎达，邢艳秋，黄佳鹏，等 . 基于双目立体视觉SLAM的林下实时定位［J］. 中南林业科技大学学报， 2021 ， 41 （ 2 ）： 16 - 22 .

LI Da ， XING Yanqiu ， HUANG Jiapeng ， et al . Real-Time Positioning in Forests Based on Binocular Stereo Visual SLAM ［J］. Journal of Central South University of Forestry & Technology ， 2021 ， 41 （ 2 ）： 16 - 22 .

DAVISON A J ， REID I D ， MOLTON N D ， et al . MonoSLAM： Real-Time Single Camera SLAM ［J］. IEEE Transactions on Pattern Analysis and Machine Intelligence ， 2007 ， 29 （ 6 ）： 1052 - 1067 .

KLEIN G ， MURRAY D . Parallel Tracking and Mapping for Small AR Workspaces ［C］// The 6th IEEE and ACM International Symposium on Mixed and Augmented Reality ， Nara， Japan ， 2007 .

CAMPOS C ， ELVIRA R ， RODRÍGUEZ J J G ， et al . ORB-SLAM3： An Accurate Open-Source Library for Visual， Visual-Inertial， and Multimap SLAM ［J］. IEEE Transactions on Robotics ， 2021 ， 37 （ 6 ）： 1874 - 1890 .

MUR-ARTAL R ， MONTIEL J M M ， TARDÓS J D . ORB-SLAM：A Versatile and Accurate Monocular SLAM System ［J］. IEEE Transactions on Robotics ， 2015 ， 31 （ 5 ）： 1147 - 1163 .

MUR-ARTAL R ， TARDÓS J D . ORB-SLAM2： An Open-Source SLAM System for Monocular， Stereo， and RGB-D Cameras ［J］. IEEE Transactions on Robotics ， 2017 ， 33 （ 5 ）： 1255 - 1262 .

ENGEL J ， SCHÖPS T ， CREMERS D . LSD-SLAM： Large-Scale Direct monocular SLAM ［C］// European Conference on Computer Vision ， Zurich， Switzerland ， 2014 .

ENGEL J ， KOLTUN V ， CREMERS D . Direct Sparse Odometry ［J］. IEEE Transactions on Pattern Analysis and Machine Intelligence ， 2018 ， 40 （ 3 ）： 611 - 625 .

陈盼盼，冯仲科，范永祥，等 . 基于视觉里程计的森林样地调查系统研究［J］. 农业机械学报， 2019 ， 50 （ 10 ）： 167 - 174 .

CHEN Panpan ， FENG Zhongke ， FAN Yongxiang ， et al . Research on Forest Plot Survey System Based on Visual Odometer ［J］. Transactions of the Chinese Society for Agricultural Machinery ， 2019 ， 50 （ 10 ）： 167 - 174 .

范永祥，冯仲科，陈盼盼，等 . 基于RGB-D SLAM手机的森林样地调查系统研究［J］. 农业机械学报， 2019 ， 50 （ 8 ）： 226 - 234 .

FAN Yongxiang ， FENG Zhongke ， CHEN Panpan ， et al . Research on Forest Plot Survey System Based on RGB-D SLAM Mobile Phone ［J］. Transactions of the Chinese Society for Agricultural Machinery ， 2019 ， 50 （ 8 ）： 226 - 234 .

顾恺琦，刘晓平，王刚，等 . 基于在线光度标定的半直接视觉SLAM算法［J］. 机器人， 2022 ， 44 （ 6 ）： 672 - 681 .

GU Kaiqi ， LIU Xiaoping ， WANG Gang ， et al . Semi-direct Visual SLAM Algorithm Based on Online Photometric Calibration ［J］. Robot ， 2022 ， 44 （ 6 ）： 672 - 681 .

楼益栋，王昱升，涂智勇，等 . 融合多棱镜式雷达/IMU/RTK的轨道车辆高精度实时定位与建图［J］. 武汉大学学报（信息科学版）， 2021 ， 46 （ 12 ）： 1802 - 1807 .

LOU Yidong ， WANG Yusheng ， TU Zhiyong ， et al . Real Time Localization and Mapping Integrating Multiple Prism LiDARs/IMU/RTK on Railway Locomotive ［J］. Geomatics and Information Science of Wuhan University ， 2021 ， 46 （ 12 ）： 1802 - 1807 .

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

A Visual SLAM Method Coupled with Adaptive Point-Line Features and IMU

Resilient LiDAR SLAM Algorithm Based on Normal Distributions Transform and Line-Plane ICP

Autonomous Robotic Mapping for Complex Spaces： Progress， Challenges and Future Perspectives

A Framework for Evaluating Geospatial Cognitive Abilities of Multimodal Large Language Models for Brain-Inspired Spatial Intelligence

Tectonic Geodesy： Research Advancements， Opportunities， and Challenges

Related Author

ZHANG Chenyang

YANG Jian

WANG Bin

ZHANG Zhetao

HE Xiufeng

Related Institution

School of Computer Science and Engineering, Nanjing University of Science and Technology

School of Civil Engineering and Architecture, Changzhou Institute of Technology

Key Laboratory of Intelligent Perception and Systems for High‑Dimensional Information of Ministry of Education, Nanjing University of Science and Technology

Jiangsu Key Laboratory of Image and Video Understanding for Social Safety, Nanjing University of Science and Technology

School of Earth Sciences and Engineering, Hohai University

AI问答

⁰