1.一种基于机器视觉和三维重建技术的立木胸径测量方法，其特征在于：本方法是由以下具体算法及模型实现的：

(1)智能移动端设备相机标定模型及算法，畸变矫正模型及算法；

(2)二维图像坐标系-三维世界坐标系重建模型；该模型解决了不同距离下单位像素对应现实世界物理尺寸不同的问题，从而能实现不同距离下进行立木胸径测量。

(3)自然环境下立木轮廓检测及提取算法；

(4)立木轮廓最小外接矩型检测算法；

(5)立木树干高度及胸径测量算法；该模型解决单幅图像中单株立木的胸径测量。

2.根据权利要求1所述的一种基于机器视觉和三维重建技术的立木胸径测量方法，其特征在于：智能移动端设备相机标定模型及算法，畸变矫正模型及算法(1)，由于智能移动端的计算能力有限且相机镜头存在不容程度的畸变，包括径向畸变和切向畸变，引入径向畸变和切向畸变矫正模型来减小畸变对相机标定精度的影响，从而获得较高精度的相机内、外参数；在参数计算过程中使用L-M算法来提高参数迭代效率。

3.根据权利要求1所述的一种基于机器视觉和三维重建技术的立木胸径测量方法，其特征在于：二维图像坐标系-三维世界坐标系重建模型(2)解决了不同距离下单位像素对应的现实世界物理尺寸不同的问题，从而能在不同距离下通过对图像中的二维图像坐标进行三维世界坐标重建从而实现物理尺寸的测量。

4.根据权利要求1所述的一种基于机器视觉和三维重建技术的立木胸径测量方法，其特征在于：自然环境下立木轮廓检测及提取算法(3)通过对获取的待测目标立木图片进行颜色空间分量的提取，分别选取Lab颜色空间三份量和HSV颜色空间的色调H分量，利用整幅图像在Lab空间上各分量的算术平均值与每一个像素点经过3×3算子卷积运算后后所获值之间的差异，得到原图像基于频率调谐的视觉显著性表达，同时对色调H分量均衡化处理，通过特征融合得到融合图，在融合图的基础上进行图像分割；利用形态学膨胀和腐蚀组合运算、结合立木主轮廓和干扰轮廓周长差距大的特点，完成去噪和平滑处理。

5.根据权利要求1所述的一种基于机器视觉和三维重建技术的立木胸径测量方法，其特征在于：立木轮廓最小外接矩型检测算法(4)中首先通过目标主轴方向估计求出立木轮廓最小外接矩形，根据主轴确定目标的初始矩形，以初始矩形的几何中心为旋转中心对其进行旋转，从而找到最优矩形姿态，并平移优化旋转后的立木轮廓最小外接矩形。在获取立木最小外接矩形后，将矩形树高方向看作树干高度，获取矩形边长的像素值Heightpixels。

6.根据权利要求1所述的一种基于机器视觉和三维重建技术的立木胸径测量方法，其特征在于：立木树干高度及胸径测量算法(5)是在获取树干高度像素信息Heightpixels的基础上，结合二维图像坐标系-三维世界坐标系重建模型(2)中所获得的单位像素对应现实世界物理尺寸L3D-real来计算树干高度值：Height＝Heightpixels*L3D-real。由单位像素物理尺寸信息和树干高度方向的像素参数信息，获取树高1.3米位置处的胸径像素参数DBHpixels；最后，胸径计算公式为：DBH＝DBHpixels*L3D-real。