文献类型： 中文期刊

作者： 张瑞瑞 ¹ ; 夏浪 ¹ ; 陈立平 ¹ ; 谢春春 ² ; 陈梅香 ¹ ; 王维佳 ¹ ;

作者机构： 1.北京农业智能装备技术研究中心

2.山东瑞达有害生物防控有限公司

关键词： 无人机;图像处理;病害;松材线虫;变色木;图像分割

期刊名称： 农业工程学报

ISSN： 1002-6819

年卷期： 2020 年 36 卷 12 期

页码： 61-68

收录情况： EI ; 北大核心 ; CSCD

摘要： 松材线虫病是由松墨天牛等媒介昆虫快速传播的一种针对松树的毁灭性流行病。及时对染病变色木进行识别、定位,并砍伐清除是当前控制该病扩散蔓延的主要手段。该研究使用无人机航拍获取大区域染病松林可见光影像,结合深度学习分割网络U-Net开展染病松材变色木图像分割研究。使用制作的样本数据训练U-Net网络,得到训练精度和验证精度分别为98.74%和97.76%。使用混淆矩阵评估U-Net网络分割精度,表明变色木图像分割的用户精度和生产者精度分别达到93.51%和97.30%,误报率6.49%,漏报率2.70%。总体上,U-Net网络变色木识别精度95.17%,Kappa系数0.90,达到较高精度。U-Net分割网络运用于松材线虫病变色木图像识别较随机森林方法能更有效地降低误报,减少分割噪音。