文献类型： 中文期刊

作者： 徐信罗 ¹ ; 陶欢 ² ; 李存军 ² ; 程成 ² ; 郭杭 ¹ ; 周静平 ² ;

作者机构： 1.南昌大学信息工程学院

2.国家农业信息化工程技术研究中心

关键词： 松材线虫病;无人机影像;Faster R-CNN;目标识别;定位

期刊名称： 农业机械学报

ISSN： 1000-1298

年卷期： 2020 年 007 期

页码： 228-236

收录情况： EI ; 北大核心 ; CSCD

摘要： 松材线虫病是一种毁灭性松树传染病,其传播速度快、发病时间短、致病力强,及时发现、确定受害木的位置,并采取安全处理措施是目前控制松材线虫病蔓延的有效手段.本文通过小型无人机搭载可见光RGB数码相机获取超高空间分辨率影像,采用Faster R-CNN目标检测算法实现对染病变色松树的自动识别,与传统受害木识别方法不同,本文考虑了其他枯死树和红色阔叶树对受害木识别的影响.实验结果表明,根据受害木的冠幅大小修改区域生成网络中的锚框(anchor)尺寸,并考虑其他枯死树和红色阔叶树的影响,有利于提高受害木识别效果和检测精度.改进后受害木识别总体精度从75.64%提高到82.42%,提高了6.78个百分点,能够满足森林防护人员对受害木定位处理的需求.通过坐标转换的方式得到受害木的精确位置信息与空间分布情况,结合点位合并过程,最终正确定位出494棵受害木.本文通过无人机遥感结合目标检测算法能监测松材线虫病的发生和获取受害木的分布情况,可为松材线虫病的防控提供技术支持.