基于深度卷积神经网络的林区航拍图像虫害区域分割

发布时间：2022-02-22 21:16

　　林区航拍图像的虫害区域不规则,实现快速、高精度的分割存在挑战。针对这一问题,本文首先构建了虫害区域分割数据集,研究了适用于地面端的高精度虫害图像分割算法;然后提出了适用于无人机端的虫害区域实时分割算法,该算法精度损失小、运行速度快;最后,本文搭建了虫害区域分割的运行平台,实现了算法的实用化。具体工作内容如下:1.建立了无人机航拍图像虫害区域分割的数据集。本文搭建了基于八旋翼无人机的虫害图像采集平台;采集了 167张森林虫害图像,无重叠裁剪得到800张1000×1000像素的图像;并对所有图像进行了像素级标注,为分割算法的研究提供了可靠的数据支持。2.提出了一种基于全卷积网络的高精度虫害区域分割算法。针对航拍林区虫害图像的虫害区域不规则和分水岭等识别方法泛化能力差的问题,通过迁移学习提升了模型泛化能力、借助跳跃结构提升了模型精度,并提出了五种全卷积网络。试验表明,针对林业虫害图像,FCN-2s识别精度最高,其识别结果的像素准确率为97.86%,平均交并比为79.49%,单幅分割时间为4.31s。该方法与K-means、脉冲耦合神经网络和复合梯度分水岭算法相比,像素准确率分别提高了 44.... 

【文章来源】：北京林业大学北京市211工程院校教育部直属院校

【文章页数】：61 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
1. 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 林业虫害监测研究现状
        1.2.2 虫害图像分割研究现状
        1.2.3 模型轻量化研究现状
        1.2.4 模型优化方法研究现状
    1.3 本文的主要研究内容
    1.4 本文的组织结构
2. 虫害数据集构建
    2.1 无人机虫害图像采集平台搭建
    2.2 森林虫害图像采集
    2.3 森林虫害图像标注
    2.4 本章小结
3. 基于全卷积网络的地面端虫害区域分割方法
    3.1 卷积神经网络的构成
        3.1.1 卷积层
        3.1.2 池化层
        3.1.3 激活函数
    3.2 基于FCN的虫害区域分割方法构建与优化
        3.2.1 虫害分割算法构建
        3.2.2 虫害分割算法迁移
        3.2.3 虫害分割算法优化
    3.3 虫害区域分割试验
        3.3.1 分割试验的软硬件环境
        3.3.2 虫害图像数据扩充
        3.3.3 模型超参数选择
        3.3.4 模型训练过程
        3.3.5 虫害图像分割结果
    3.4 虫害区域分割结果评价
        3.4.1 分割精度评价
        3.4.2 分割速度评价
    3.5 本章小结
4. 基于Mobile-BiSeNet的无人机端虫害区域分割方法
    4.1 轻量化虫害区域分割算法设计
        4.1.1 轻量化虫害分割算法构建
        4.1.2 轻量化虫害分割算法优化
    4.2 轻量化模型分割试验
        4.2.1 分割试验
        4.2.2 虫害图像分割结果
        4.2.3 虫害分割模型评价
    4.3 运行平台搭建与算法移植
        4.3.1 虫害图像实时分割运行平台搭建
        4.3.2 虫害图像实时分割算法移植
    4.4 本章小结
5. 总结与展望
    5.1 总结
    5.2 展望
参考文献
个人简介
导师简介
获得成果目录
致谢


【参考文献】：
期刊论文
[1]基于深度学习的森林虫害无人机实时监测方法[J]. 孙钰,周焱,袁明帅,刘文萍,骆有庆,宗世祥.  农业工程学报. 2018(21)
[2]基于数据增强的卷积神经网络图像识别研究[J]. 高友文,周本君,胡晓飞.  计算机技术与发展. 2018(08)
[3]神经网络模型压缩方法综述[J]. 曹文龙,芮建武,李敏.  计算机应用研究. 2019(03)
[4]彩色图像分割方法综述[J]. 杨红亚,赵景秀,徐冠华,刘爽.  软件导刊. 2018(04)
[5]基于无人机多光谱图像的云南松虫害区域识别方法[J]. 张军国,韩欢庆,胡春鹤,骆有庆.  农业机械学报. 2018(05)
[6]基于深度学习的大棚及地膜农田无人机航拍监测方法[J]. 孙钰,韩京冶,陈志泊,史明昌,付红萍,杨猛.  农业机械学报. 2018(02)
[7]国内外林业遥感应用研究概况与展望[J]. 吴楠,李增元,廖声熙,庞勇,徐斌.  世界林业研究. 2017(06)
[8]4种引诱剂林间诱捕松墨天牛效果比较[J]. 温小遂,喻爱林,唐艳龙,廖三腊,施明清.  林业科学研究. 2017(05)
[9]无人机航拍林业虫害图像分割复合梯度分水岭算法[J]. 张军国,冯文钊,胡春鹤,骆有庆.  农业工程学报. 2017(14)
[10]基于遥感影像的红树林虫害监测模型[J]. 曹庆先.  广西科学. 2017(02)

硕士论文
[1]基于TVDI的石林县云南松切梢小蠹遥感监测研究[D]. 邓槿.北京林业大学 2016



本文编号：3640217