一种基于无人机技术的松材线虫病智能识别方法与系统

    公开(公告)号:CN119169492B

    公开(公告)日:2025-02-07

    申请号:CN202411667090.X

    申请日:2024-11-21

    Inventor: 伍南 肖娟 赵书阁

    Abstract: 本发明公开了一种基于无人机技术的松材线虫病智能识别方法与系统,包括:S1:使用无人机搭载多光谱相机采集树木区域的图像,应用双边滤波算法去除图像噪声,获得去噪后的图像;S2:从去噪后的图像中提取颜色特征、纹理特征以及植被指数特征;S3:对去噪后的图像进行人工标注,标记出感染松材线虫病的树木区域;S4:整合去噪后的图像、颜色特征、纹理特征、植被指数特征与分割掩码,基于U‑Net构建并训练松材线虫病分割模型;S5:应用训练完成的松材线虫病分割模型,识别出松材线虫病感染区域。本发明能够提供一种高效、准确的松材线虫病智能识别方法,利用现代无人机技术和深度学习算法来克服传统监测手段的局限性。

    一种基于无人机技术的松材线虫病智能识别方法与系统

    公开(公告)号:CN119169492A

    公开(公告)日:2024-12-20

    申请号:CN202411667090.X

    申请日:2024-11-21

    Inventor: 伍南 肖娟 赵书阁

    Abstract: 本发明公开了一种基于无人机技术的松材线虫病智能识别方法与系统,包括:S1:使用无人机搭载多光谱相机采集树木区域的图像,应用双边滤波算法去除图像噪声,获得去噪后的图像;S2:从去噪后的图像中提取颜色特征、纹理特征以及植被指数特征;S3:对去噪后的图像进行人工标注,标记出感染松材线虫病的树木区域;S4:整合去噪后的图像、颜色特征、纹理特征、植被指数特征与分割掩码,基于U‑Net构建并训练松材线虫病分割模型;S5:应用训练完成的松材线虫病分割模型,识别出松材线虫病感染区域。本发明能够提供一种高效、准确的松材线虫病智能识别方法,利用现代无人机技术和深度学习算法来克服传统监测手段的局限性。

Patent Agency Ranking