-
题名基于线性谱聚类的林地图像中枯死树监测
被引量：11
- 1
-
-
作者
宋以宁
刘文萍
骆有庆
宗世祥
-
机构
北京林业大学信息学院
北京林业大学林学院
-
出处
《林业科学》
EI
CAS
CSCD
北大核心
2019年第4期187-195,共9页
-
基金
"十三五"国家重点研发计划"林业有害生物检测
监测与预警关键技术"(2018YFD0600201)
+1 种基金
北京市科技计划项目"影响北京生态安全的重大钻蛀性害虫防控技术研究与示范"(Z171100001417005)
中央高校基本科研业务费专项资金(2015ZCQ-XX)
-
文摘
【目的】将基于线性谱聚类超像素的方法应用在森林病虫害防治领域,可智能监测无人机森林虫害图像中的枯死树,为森林有害生物的监测工作提供技术支撑。【方法】分别以湖北省受松材线虫与辽宁省受红脂大小蠹侵害的松林无人机图像为试验数据,首先使用线性谱聚类超像素分割算法将图像划分为多个超像素;然后基于枯死树木的颜色特征,初步提取可能为枯死树的超像素区域;最后基于枯死树木与其他干扰地物具有不同的纹理特征,计算超像素的区域密度和缝隙量,利用支持向量机对初步提取的超像素进行分类,从而检测出图像中的枯死树。【结果】基于线性谱聚类超像素和支持向量机的枯死树监测方法可有效排除与枯死树木颜色相近的其他干扰地物,较准确地提取出枯死树木。使用该方法与基于植被颜色指数的阈值分割方法、基于简单线性迭代聚类超像素和随机森林的方法,对35幅受灾松林无人机图像进行试验,并选用交并比、虚警率和漏检率3个评价指标对3种方法进行定量对比分析。结果表明,基于线性谱聚类超像素的方法监测出的枯死树区域最精确,其监测结果与人工检测结果的交并比均值大于58%,且虚警率和漏检率均优于另外2种方法。【结论】基于线性谱聚类超像素的枯死树监测方法能实现松林中枯死树的快速、准确检测及定位。
-
关键词
无人机图像分析
森林病虫害
枯死树监测
纹理特征提取
超像素
线性谱聚类
-
Keywords
analysis of unmanned aerial vehicle image
forest pest
dead tree monitoring
texture feature extraction
superpixel
linear spectral clustering
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
S763
[自动化与计算机技术—计算机科学与技术]
-
