摘要
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。
技术关键词
松材线虫病
智能识别方法
归一化差分植被指数
纹理特征
无人机技术
图像
搭载多光谱相机
双边滤波算法
像素
灰度共生矩阵
颜色
对比度
高斯核函数
智能识别系统
随机梯度下降
深度学习算法
训练集数据
特征提取模块
解码器
系统为您推荐了相关专利信息
智能识别方法
数据立方体
整数线性规划模型
Tikhonov正则化
应力
智能识别方法
多头注意力机制
遥感影像数据
解码器
样本
鱼苗数量
特征提取单元
估计方法
鱼塘
多尺度图像分割
长短期记忆网络
三维点云重建
LSTM模型
双目摄像头
全局优化方法