基于无人机遥感图像的松材线虫病监测技术研究

发布时间：2021-06-01 20:24

　　为实现对林区松材线虫病害病情的有效监控,提出基于超绿特征因子与最大类间方差法（ExG+Otsu）相结合的图像分割算法以及遥感全景图的病害程度分析方法。以小型无人机为飞行平台完成林区遥感影像采集,通过对林区图像中松材线虫病害松木地理信息的有效提取,在无人机遥感影像图中对病害松木的病害程度做出具体分析。经过对比,该方法识别精度达到90.4%,为林区开展松材线虫病防治工作提供了可靠的判别依据。 

【文章来源】：中国农机化学报. 2020,41(09)北大核心

【文章页数】：6 页

【部分图文】：

无人机航摄工作流程图

完成影像采集工作后,利用pix4dmapper软件对采集图像拼接,通过对重建的三维模型进行降维处理,得到正射影像(DOM)的成果图,图像拼接后得到的正射图像进行裁剪保留研究区域的信息后,最终图像尺寸为11 240 mm×9 220 mm,如图2所示。在经过拼接裁剪后,全景图中同样掺杂着许多不相关背景信息,为避免对判别结果造成干扰,提前通过Photoshop软件进行图像背景处理,处理结果如图3所示。

在经过拼接裁剪后,全景图中同样掺杂着许多不相关背景信息,为避免对判别结果造成干扰,提前通过Photoshop软件进行图像背景处理,处理结果如图3所示。2 图像处理与病害松木判别

【参考文献】：
期刊论文
[1]植保无人机施药技术研究现状与展望[J]. 田志伟,薛新宇,李林,崔龙飞,王光,李志杰.  中国农机化学报. 2019(01)
[2]利用固定翼无人机监测松材线虫病疫点枯死松树的初步研究[J]. 黄焕华,马晓航,黄华毅,周宇飞,张伟,黄咏槐.  环境昆虫学报. 2018(02)
[3]葡萄病害的计算机识别方法[J]. 刘媛,冯全.  中国农机化学报. 2017(04)
[4]无人机在生物多样性遥感监测中的应用现状与展望[J]. 郭庆华,吴芳芳,胡天宇,陈琳海,刘瑾,赵晓倩,高上,庞树鑫.  生物多样性. 2016(11)
[5]森林病虫害监测中的无人机图像分割算法比较[J]. 费运巧,刘文萍,骆有庆,陆鹏飞.  计算机工程与应用. 2017(08)
[6]基于无人机图像颜色指数的植被识别[J]. 丁雷龙,李强子,杜鑫,田亦陈,袁超.  国土资源遥感. 2016(01)
[7]低成本小型无人机遥感定位病死木方法[J]. 李卫正,申世广,何鹏,郝德君,方彦,陶珑,张水锋.  林业科技开发. 2014(06)
[8]基于微小型无人机的遥感信息获取关键技术综述[J]. 汪沛,罗锡文,周志艳,臧英,胡炼.  农业工程学报. 2014(18)
[9]世界松材线虫病发生概况及防治措施[J]. 何龙喜,吉静,邱秀文,张林平.  林业科技开发. 2014(03)
[10]基于纹理特征和神经网络算法的遥感影像分类方法研究[J]. 陈桂芬,曾广伟,陈航,李春安.  中国农机化学报. 2014(01)

硕士论文
[1]基于支持向量数据描述的遥感图像病害松树识别研究[D]. 张学敏.安徽大学 2014



本文编号：3210091