為實現(xiàn)對林區(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。以小型無人機為飛行平臺完成林區(qū)遙感影像采集,通過對林區(qū)圖像中松材線蟲病害松木地理信息的有效提取,在無人機遙感影像圖中對病害松木的病害程度做出具體分析。經(jīng)過對比,該方法識別精度達到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)機化學報. 2020,41(09)北大核心

【文章頁數(shù)】：6 頁

【部分圖文】：

無人機航攝工作流程圖

完成影像采集工作后,利用pix4dmapper軟件對采集圖像拼接,通過對重建的三維模型進行降維處理,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背景信息,為避免對判別結果造成干擾,提前通過Photoshop軟件進行圖像背景處理,處理結果如圖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背景信息,為避免對判別結果造成干擾,提前通過Photoshop軟件進行圖像背景處理,處理結果如圖3所示。2 圖像處理與病害松木判別

【參考文獻】：
期刊論文
[1]植保無人機施藥技術研究現(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)機化學報. 2019(01)
[2]利用固定翼無人機監(jiān)測松材線蟲病疫點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)境昆蟲學報. 2018(02)
[3]葡萄病害的計算機識別方法[J]. 劉媛,馮全.  中國農(nóng)機化學報. 2017(04)
[4]無人機在生物多樣性遙感監(jiān)測中的應用現(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)測中的無人機圖像分割算法比較[J]. 費運巧,劉文萍,駱有慶,陸鵬飛.  計算機工程與應用. 2017(08)
[6]基于無人機圖像顏色指數(shù)的植被識別[J]. 丁雷龍,李強子,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]基于微小型無人機的遙感信息獲取關鍵技術綜述[J]. 汪沛,羅錫文,周志艷,臧英,胡煉.  農(nóng)業(yè)工程學報. 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)機化學報. 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別研究[D]. 張學敏.安徽大學 2014



本文編號：3210091