為實(shí)現(xiàn)對(duì)林區(qū)松材線蟲病害病情的有效監(jiān)控,提出基于超綠特征因子與最大類間方差法（ExG+Otsu）相結(jié)合的圖像分割算法以及遙感全景圖的病害程度分析方法。以小型無人機(jī)為飛行平臺(tái)完成林區(qū)遙感影像采集,通過對(duì)林區(qū)圖像中松材線蟲病害松木地理信息的有效提取,在無人機(jī)遙感影像圖中對(duì)病害松木的病害程度做出具體分析。經(jīng)過對(duì)比,該方法識(shí)別精度達(dá)到90.4%,為林區(qū)開展松材線蟲病防治工作提供了可靠的判別依據(jù)。 

【文章來源】：中國農(nóng)機(jī)化學(xué)報(bào). 2020,41(09)北大核心

【文章頁數(shù)】：6 頁

【部分圖文】：

無人機(jī)航攝工作流程圖

完成影像采集工作后,利用pix4dmapper軟件對(duì)采集圖像拼接,通過對(duì)重建的三維模型進(jìn)行降維處理,得到正射影像(DOM)的成果圖,圖像拼接后得到的正射圖像進(jìn)行裁剪保留研究區(qū)域的信息后,最終圖像尺寸為11 240 mm×9 220 mm,如圖2所示。在經(jīng)過拼接裁剪后,全景圖中同樣摻雜著許多不相關(guān)背景信息,為避免對(duì)判別結(jié)果造成干擾,提前通過Photoshop軟件進(jìn)行圖像背景處理,處理結(jié)果如圖3所示。

在經(jīng)過拼接裁剪后,全景圖中同樣摻雜著許多不相關(guān)背景信息,為避免對(duì)判別結(jié)果造成干擾,提前通過Photoshop軟件進(jìn)行圖像背景處理,處理結(jié)果如圖3所示。2 圖像處理與病害松木判別

【參考文獻(xiàn)】：
期刊論文
[1]植保無人機(jī)施藥技術(shù)研究現(xiàn)狀與展望[J]. 田志偉,薛新宇,李林,崔龍飛,王光,李志杰.  中國農(nóng)機(jī)化學(xué)報(bào). 2019(01)
[2]利用固定翼無人機(jī)監(jiān)測松材線蟲病疫點(diǎn)枯死松樹的初步研究[J]. 黃煥華,馬曉航,黃華毅,周宇飛,張偉,黃詠槐.  環(huán)境昆蟲學(xué)報(bào). 2018(02)
[3]葡萄病害的計(jì)算機(jī)識(shí)別方法[J]. 劉媛,馮全.  中國農(nóng)機(jī)化學(xué)報(bào). 2017(04)
[4]無人機(jī)在生物多樣性遙感監(jiān)測中的應(yīng)用現(xiàn)狀與展望[J]. 郭慶華,吳芳芳,胡天宇,陳琳海,劉瑾,趙曉倩,高上,龐樹鑫.  生物多樣性. 2016(11)
[5]森林病蟲害監(jiān)測中的無人機(jī)圖像分割算法比較[J]. 費(fèi)運(yùn)巧,劉文萍,駱有慶,陸鵬飛.  計(jì)算機(jī)工程與應(yīng)用. 2017(08)
[6]基于無人機(jī)圖像顏色指數(shù)的植被識(shí)別[J]. 丁雷龍,李強(qiáng)子,杜鑫,田亦陳,袁超.  國土資源遙感. 2016(01)
[7]低成本小型無人機(jī)遙感定位病死木方法[J]. 李衛(wèi)正,申世廣,何鵬,郝德君,方彥,陶瓏,張水鋒.  林業(yè)科技開發(fā). 2014(06)
[8]基于微小型無人機(jī)的遙感信息獲取關(guān)鍵技術(shù)綜述[J]. 汪沛,羅錫文,周志艷,臧英,胡煉.  農(nóng)業(yè)工程學(xué)報(bào). 2014(18)
[9]世界松材線蟲病發(fā)生概況及防治措施[J]. 何龍喜,吉靜,邱秀文,張林平.  林業(yè)科技開發(fā). 2014(03)
[10]基于紋理特征和神經(jīng)網(wǎng)絡(luò)算法的遙感影像分類方法研究[J]. 陳桂芬,曾廣偉,陳航,李春安.  中國農(nóng)機(jī)化學(xué)報(bào). 2014(01)

碩士論文
[1]基于支持向量數(shù)據(jù)描述的遙感圖像病害松樹識(shí)別研究[D]. 張學(xué)敏.安徽大學(xué) 2014



本文編號(hào)：3210091