森林蟲害對林業(yè)生產(chǎn)和生態(tài)環(huán)境造成巨大危害,為解決蟲害區(qū)域檢測問題,本文利用無人機拍攝高分辨率林業(yè)蟲害圖像,對林區(qū)圖像進行分割并提取蟲害區(qū)域。針對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;針對受松材線蟲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枯死樹;為精確地分割林區(qū)無人機圖像中的不同地物,提出一種基于超像素和超度量輪廓圖的層次分割算法。針對受松材線蟲與受紅脂大小蠢侵害的松林無人機圖像,首先使用線性譜聚類超像素分割算法將圖像劃分為多個超像素;然后基于受害后枯死樹木的顏色特征,初步提取可能為枯死樹的超像素區(qū)域;最后基于枯死樹木與其他干擾地物具有不同的紋理特征,計算超像素的區(qū)域密度和縫隙量,利用支持向量機對初步提取的超像素進行分類,從而檢測出圖像中的枯死樹。實驗結果表明,基于線性譜聚類超像素的蟲害區(qū)域檢測方法可較準確地提取出枯死樹木,實現(xiàn)松林中蟲害區(qū)域的快速、準確檢測及定位,有效保護森林資源。針對林區(qū)無人機圖像中的不同地物分割,首先對圖像進行線性譜聚類,生成超像素;然后根據(jù)顏色直方圖特征計算超像素區(qū)域間的不相似度;再結合層次分... 

【文章來源】：北京林業(yè)大學北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：50 頁

【學位級別】：碩士

【部分圖文】：

圖３．２受沙棘木蠢蛾侵害的沙棘無人機正射圖像（２０１５．７）??

ｂ．受松材線蟲侵害的林像??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??基于紅色比重對圖３．８ａ、圖３．８ｂ左圖進行超像素提取，并用白色矩形框在原圖??中框出紅色區(qū)域的結果如圖３．９所示，除一兩株樹冠面積過小的紅色區(qū)域外，所有的??紅色枯死樹均被檢測出來，而且沒有深綠色的非枯死樹被錯誤標記，因此基于紅色比??重提取超像素的枯死樹檢測方法能提取出受紅脂大小蠹或松材線蟲侵害的枯死松樹。??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？裸地？房頂??①?Ｄｅａｄ?ｔｒｅｅ?？?Ｂａｒｅ?ｌａｎｄ?？?Ｒｏｏｆ??ｂ．受松材線蟲侵害的林區(qū)圖像??ｂ．?Ｉｍａｇｅｓ?ｏｆ?ｆｏｒｅｓｔｓ?ａｆｆｅｃｔｅｄ?ｂｙ?廣；＾／ｃ？／７／ｎ７ｗｊ??

?林業(yè)無人機圖像蟲害區(qū)域檢測算法研究???于線性譜聚類生成的超像素對邊緣倍息敏感，而且基于紋理特征的支持向量機能很好??地區(qū)分枯死樹和其他干擾物。圖３．１１實驗結果表明，對同一圖像應用三種不同方法，??本文方法的枯死樹檢測結果最佳。??ａ?ｂ?ｃ?ｄ??


本文編號：2991308