深度语义分割网络无人机遥感松材线虫病变色木识别

文献类型： 中文期刊

第一作者： 张瑞瑞

作者： 张瑞瑞;夏浪;陈立平;丁晨琛;郑爱春;胡新苗;伊铜川;陈梅香;陈天恩

作者机构：

关键词： 无人机遥感;变色木;深度学习

期刊名称： 自然资源遥感

ISSN： 2097-034X

年卷期： 2024 年 36 卷 003 期

页码： 216-224

收录情况： 北大核心 ; CSCD

摘要： 松材线虫病是危害我国林业资源的主要病害，研究深度语义分割网络无人机遥感技术可提高松材线虫病变色木识别准确率，为提升和保护林业资源质量提供技术支撑。该文以青岛崂山松林为研究区，通过固定翼无人机航拍获取区域无人机松材线虫病疑似变色木影像，以全卷积网络(fully convolutional networks, FCN),U-Net, DeepLabV3+和OCNet 4种深度语义分割模型为研究对象，选用召回率(Recall)、精确率(Precision)、交并比(intersection over union, IoU)和F1值评估各模型分割精度。航拍飞行获得2 688张无人机影像，通过手动标记和样本扩增生成训练样本28 800个。4种网络均能够较好识别松材线虫病变色木，无显著误报，并且深度语义模型对颜色相近的地物，如岩石、黄色裸土等有较好的辨别结果。总体上，DeepLabV3+具有最高的变色木分割精度，IoU与F1值分别为0.711和0.829; FCN模型分割精度最低，IoU与F1值分别为0.699和0.812; DeepLabV3+训练耗时最低，达到27.2 ms/幅；FCN预测耗时最低，达到7.2 ms/幅，但分割变色木的边缘精度最低。以3种特征提取网络ResNet50,ResNet101和ResNet152为前端特征提取网络构建的DeepLabV3+模型变色木识别IoU值分别为0.711,0.702和0.702,F1值分别为0.829,0.822和0.820。DeepLabV3+比DeepLabV3网络具有更高的变色木识别精度，DeepLabV3网络变色木识别的IoU和F1值分别为0.701和0.812。DeepLabV3+模型在测试数据中具有最高变色木识别精度，特征提取网络ResNet网络深度对变色木识别精度影响较小。DeepLabV3+引入的编码和解码结构能够显著改进DeepLabV3分割精度，同时可获得详细的分割边缘，更有利于松材线虫病变色木识别。

分类号： TP751%TP18%S763.18

  • 相关文献

[1]基于无人机遥感的盛花期薇甘菊爆发点识别与监测. 孙中宇,荆文龙,乔曦,杨龙. 2019

[2]基于U-Net和分水岭算法的无人机单木树冠提取方法. 金忠明,曹姗姗,王蕾,孙伟. 2020

[3]基于ResNet深度残差网络的白喉乌头检测. 梁俊欢,董峦,阿斯娅·曼力克,孙宗玖,魏鹏,马海燕,艾尼玩·艾买尔,阿仁,郑逢令. 2023

[4]基于深度学习的小麦倒伏自动分类方法研究. 臧贺藏,王从胜,赵巧丽,赵晴,张杰,李国强,郑国清. 2023

[5]基于深度学习的无人机遥感小麦倒伏面积提取方法. 申华磊,苏歆琪,赵巧丽,周萌,刘栋,臧贺藏. 2022

[6]2017年新疆天山云杉无人机可见光影像深度学习训练数据集. 邱琴,曹姗姗,李全胜,孙伟,王蕾. 2022

[7]基于U-Net网络和无人机影像的松材线虫病变色木识别. 张瑞瑞,夏浪,陈立平,谢春春,陈梅香,王维佳. 2020

[8]草层高度遥感监测研究进展. 冯琦胜,殷建鹏,杨淑霞,梁天刚. 2018

[9]基于无人机高光谱长势指标的冬小麦长势监测. 陶惠林,徐良骥,冯海宽,杨贵军,苗梦珂,林博文. 2020

[10]无人机影像三维重建在沙丘形态监测中的应用. 张明远,张登山,吴汪洋,田丽慧,周鑫. 2018

[11]基于无人机高光谱数据的甘蔗糖分估算模型研究. 陈燕丽,黄璐,杨邵锷,孙明,丁美花,黄立宁,马瑞升,梁驰,杨鑫,陈诚. 2024

[12]基于多光谱技术的甜菜块根糖分增长期施氮决策模型. 王敬云,胡晓航,董心久,马亚怀,李彦丽. 2024

[13]基于无人机遥感的盛花期薇甘菊监测技术. 李岩舟,覃锋,顾渝娟,韩阳春,田洪坤,乔曦. 2022

[14]基于无人机冠层高光谱的滴灌棉田地上部生物量估测. 苏维,张泽,侯彤瑜,印彩霞,谭红,陈兵,吕新. 2021

[15]基于无人机遥感的作物表型参数获取和应用研究进展. 曾世伟,侯学会,王宗良,骆秀斌,巫志雄,王宏军. 2024

[16]基于无人机DSM的小麦倒伏识别方法. 赵立成,段玉林,史云,张保辉. 2019

[17]基于无人机影像的井冈蜜柚果树树形信息提取及产量估测. 罗翔,曹晓林,药林桃,吴罗发,曹中盛,舒时富. 2024

[18]基于卷积神经网络的互花米草识别研究. 李岩舟,何艳洲,覃锋,钱万强,吴媚,乔曦. 2023

[19]"3S"技术在规模化葡萄基地开发建设中的应用-以宁夏西鸽酒庄鸽子山新建基地为例. 冯延涛,赵宁,郭伟,崔萍,陈卫平. 2022

[20]基于无人机遥感可见光影像的农作物分类. 刘斌,史云,吴文斌,段玉林,赵立成. 2019

作者其他论文 更多>>

微信小程序