森林蟲(chóng)害對(duì)林業(yè)生產(chǎn)和生態(tài)環(huán)境造成巨大危害,為解決蟲(chóng)害區(qū)域檢測(cè)問(wèn)題,本文利用無(wú)人機(jī)拍攝高分辨率林業(yè)蟲(chóng)害圖像,對(duì)林區(qū)圖像進(jìn)行分割并提取蟲(chóng)害區(qū)域。針對(duì)受沙棘木蠹蛾侵害的沙棘正射圖像,提出一種基于粒子群優(yōu)化和馬氏距離的二型模糊聚類算法;針對(duì)受松材線蟲(chóng)或紅脂大小蠹侵害的松林航拍圖像,采用基于線性譜聚類超像素的方法檢測(cè)枯死樹(shù);為精確地分割林區(qū)無(wú)人機(jī)圖像中的不同地物,提出一種基于超像素和超度量輪廓圖的層次分割算法。針對(duì)受松材線蟲(chóng)與受紅脂大小蠢侵害的松林無(wú)人機(jī)圖像,首先使用線性譜聚類超像素分割算法將圖像劃分為多個(gè)超像素;然后基于受害后枯死樹(shù)木的顏色特征,初步提取可能為枯死樹(shù)的超像素區(qū)域;最后基于枯死樹(shù)木與其他干擾地物具有不同的紋理特征,計(jì)算超像素的區(qū)域密度和縫隙量,利用支持向量機(jī)對(duì)初步提取的超像素進(jìn)行分類,從而檢測(cè)出圖像中的枯死樹(shù)。實(shí)驗(yàn)結(jié)果表明,基于線性譜聚類超像素的蟲(chóng)害區(qū)域檢測(cè)方法可較準(zhǔn)確地提取出枯死樹(shù)木,實(shí)現(xiàn)松林中蟲(chóng)害區(qū)域的快速、準(zhǔn)確檢測(cè)及定位,有效保護(hù)森林資源。針對(duì)林區(qū)無(wú)人機(jī)圖像中的不同地物分割,首先對(duì)圖像進(jìn)行線性譜聚類,生成超像素;然后根據(jù)顏色直方圖特征計(jì)算超像素區(qū)域間的不相似度;再結(jié)合層次分... 

【文章來(lái)源】：北京林業(yè)大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：50 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖３．２受沙棘木蠢蛾侵害的沙棘無(wú)人機(jī)正射圖像（２０１５．７）??

ｂ．受松材線蟲(chóng)侵害的林像??ｂ．?Ｉｍａｇｅｓ?ｏｆ?ｆｏｒｅｓｔｓ?ａｆｆｅｃｔｅｄ?ｂｙ?Ｂｕｒｓａｐｈｅｌｅｎｃｈｕｓ?ｘｙｌｏｐｈｉｌｕｓ??圖３．８基于線性譜聚類的超像素分割??Ｆｉｇｕｒｅ?３．８?Ｓｕｐｅｒｐｉｘｅｌ?ｓｅｇｍｅｎｔａｔｉｏｎ?ｏｆ?ｌｉｎｅａｒ?ｓｐｅｃｔｒａｌ?ｃｌｕｓｔｅｒｉｎｇ??基于紅色比重對(duì)圖３．８ａ、圖３．８ｂ左圖進(jìn)行超像素提取，并用白色矩形框在原圖??中框出紅色區(qū)域的結(jié)果如圖３．９所示，除一兩株樹(shù)冠面積過(guò)小的紅色區(qū)域外，所有的??紅色枯死樹(shù)均被檢測(cè)出來(lái)，而且沒(méi)有深綠色的非枯死樹(shù)被錯(cuò)誤標(biāo)記，因此基于紅色比??重提取超像素的枯死樹(shù)檢測(cè)方法能提取出受紅脂大小蠹或松材線蟲(chóng)侵害的枯死松樹(shù)。??ＨＢＨＩ??ａ．受紅脂大小蠢侵害的林區(qū)圖像??ａ．?Ｉｍａｇｅｓ?ｏｆ?ｆｏｒｅｓｔｓ?ａｆｆｅｃｔｅｄ?ｂｙ?Ｄｅｎｄｒｏｃｔｏｎｕｓ?ｖａｌｅｎｓ??■ｔｉｍ??①枯死樹(shù)？裸地？房頂??①?Ｄｅａｄ?ｔｒｅｅ?？?Ｂａｒｅ?ｌａｎｄ?？?Ｒｏｏｆ??ｂ．受松材線蟲(chóng)侵害的林區(qū)圖像??ｂ．?Ｉｍａｇｅｓ?ｏｆ?ｆｏｒｅｓｔｓ?ａｆｆｅｃｔｅｄ?ｂｙ?廣；＾／ｃ？／７／ｎ７ｗｊ??

?林業(yè)無(wú)人機(jī)圖像蟲(chóng)害區(qū)域檢測(cè)算法研究???于線性譜聚類生成的超像素對(duì)邊緣倍息敏感，而且基于紋理特征的支持向量機(jī)能很好??地區(qū)分枯死樹(shù)和其他干擾物。圖３．１１實(shí)驗(yàn)結(jié)果表明，對(duì)同一圖像應(yīng)用三種不同方法，??本文方法的枯死樹(shù)檢測(cè)結(jié)果最佳。??ａ?ｂ?ｃ?ｄ??


本文編號(hào)：2991308