[發(fā)明專利]基于無人機(jī)與CNN的大范圍松材線蟲病枯立木智能檢測方法

在審

• 申請?zhí)枺?/td>: 202010973416.7
• 申請日: 2020-09-16
• 公開（公告）號: CN112084989A
• 公開（公告）日: 2020-12-15
• 發(fā)明（設(shè)計）人: 莫登奎;嚴(yán)恩萍;文東新;向俊;夏瑞聰;熊君;廖健
• 申請（專利權(quán)）人: 湖南三湘綠谷生態(tài)科技有限公司;中南林業(yè)科技大學(xué)
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/32;G06K9/62;G06N3/04;G06N3/08;G06Q10/04
• 代理公司: 北京金智普華知識產(chǎn)權(quán)代理有限公司 11401
• 代理人: 楊采良

本發(fā)明屬于林業(yè)生物災(zāi)害智能監(jiān)測技術(shù)領(lǐng)域，公開了一種基于無人機(jī)與CNN的大范圍松材線蟲病枯立木智能檢測方法，共包括九個模塊：數(shù)據(jù)獲取模塊用于獲取適宜分辨率的開源遙感數(shù)據(jù)；數(shù)據(jù)處理模塊對獲取數(shù)據(jù)進(jìn)行處理；信息提取模塊用于提取林地信息；UAV數(shù)據(jù)采集、處理模塊用于UAV數(shù)據(jù)采集和處理；數(shù)據(jù)劃分模塊用于對擴(kuò)增后的數(shù)據(jù)進(jìn)行劃分；模型構(gòu)建模塊用于構(gòu)建智能檢測與計數(shù)模型；模型驗證模塊用于對訓(xùn)練的模型進(jìn)行驗證；檢測模塊利用通過驗證的模型進(jìn)行松材線蟲枯立木的位置、數(shù)量、面積、分布以及蔓延趨勢的智能檢測與計數(shù)。本發(fā)明能夠?qū)崿F(xiàn)大范圍枯立木的快速檢測、計數(shù)和評估。具有應(yīng)用于全國枯立木智能檢測與預(yù)警的潛力。

技術(shù)領(lǐng)域

本發(fā)明屬于林業(yè)生物災(zāi)害智能監(jiān)測技術(shù)領(lǐng)域，尤其涉及一種基于無人機(jī)與CNN的大范圍松材線蟲病枯立木智能檢測方法。

背景技術(shù)

目前，松材線蟲引起的松材萎蔫病被稱為松樹的癌癥，具有傳播途徑多、發(fā)病部位隱蔽、發(fā)病速度塊、潛伏時間長、治理難度大等特點(diǎn)。由于松材線蟲的毀滅性危害，已被世界上多個國家和地區(qū)列為檢疫對象。松材線蟲病于1982年在我國江蘇省南京市首次發(fā)現(xiàn)，目前已在浙江、廣東、四川等16個省份的244個縣級行政區(qū)出現(xiàn)，累計致死松樹5億多株，每年造成的經(jīng)濟(jì)損失達(dá)上百億元。因此，準(zhǔn)確掌握松材線蟲病枯立木的分布、面積和株數(shù)等信息，能夠有效防止松材線蟲病的擴(kuò)張蔓延，減少經(jīng)濟(jì)損失。傳統(tǒng)的松材線蟲病治理采用人工前往松樹林尋找處理的方式，消耗大量的人力物力財力。近年來，無人機(jī)和深度學(xué)習(xí)技術(shù)的發(fā)展為大范圍松材線蟲病枯立木的快速調(diào)查提供了條件，開展基于無人機(jī)和深度學(xué)習(xí)的大范圍枯立木智能檢測與計數(shù)非常有必要。

現(xiàn)有的枯立木調(diào)查方法主要有兩種。一是人工實地調(diào)查，雖然這種方法檢測效率高，但是耗時耗力、效率低下。近年來，松材線蟲病傳播擴(kuò)散日益加快，發(fā)生危害日益加重，2018年秋季全國松材線蟲病發(fā)生面積974萬畝，病死樹1066萬株，呈現(xiàn)大幅增加趨勢。人工實地的調(diào)查速度遠(yuǎn)遠(yuǎn)落后于枯立木的蔓延速度，無法用于生產(chǎn)實際；二是借助衛(wèi)星遙感和計算機(jī)進(jìn)行自動檢測，這種方法雖然簡單快捷，有助于提高檢測效率，但是受影像空間分辨率的限制，只能滿足成片枯立木斑塊的檢測需求，無法精準(zhǔn)獲取病害初期的單株枯立木信息，進(jìn)而錯失最佳的病害防疫時間，造成一定人力物力財力的浪費(fèi)。

通過上述分析，現(xiàn)有技術(shù)存在的問題及缺陷為：

(1)現(xiàn)有枯立木人工實地調(diào)查方法靈活性差、速度慢、不適合枯立木的大范圍多次快速精準(zhǔn)檢測；

(2)檢測成本高，對于“不可及”或“不易及”丘陵山地的枯立木調(diào)查無能為力；

(3)為了獲取枯立木不同病害程度的數(shù)據(jù)需要多次檢測，可行性低。

解決以上問題及缺陷的難度為：無人機(jī)的高清攝影和機(jī)動性使得大范圍松材線蟲病枯立木的智能檢測成為可能，然而由于不同病害時期松材線蟲病枯立木的空間分布特征、松樹林光照條件等因素限制，無人機(jī)航拍的枯立木高清照片不能直接用于模型訓(xùn)練。對于異質(zhì)性高的松材線蟲病枯立木，需要構(gòu)建一套完整的理論技術(shù)對無人機(jī)航拍的飛控參數(shù)(高度、速度、重疊率)進(jìn)行測試與優(yōu)化，同時樣本數(shù)據(jù)集的普適性需要做系統(tǒng)評價。

解決以上問題及缺陷的意義為：本發(fā)明不僅縮短了定位枯立木的時間成本，而且減緩了松材線蟲病的蔓延趨勢，降低了枯立木擴(kuò)散帶來的經(jīng)濟(jì)損失，使得對大范圍的枯立木進(jìn)行快速、智能化監(jiān)測和預(yù)警成為可能，填補(bǔ)國內(nèi)外現(xiàn)有技術(shù)研究的空白。本發(fā)明提供的智能檢測方法簡單通用、可移植性強(qiáng)，能為大范圍枯立木的智能監(jiān)測與預(yù)警提供理論參考和科學(xué)依據(jù)，具有應(yīng)用于林場、縣、市、省乃至國家級林業(yè)生物災(zāi)害監(jiān)測與預(yù)警的潛力。

發(fā)明內(nèi)容

針對現(xiàn)有技術(shù)存在的問題，本發(fā)明提供了一種基于無人機(jī)與CNN的大范圍松材線蟲病枯立木智能檢測，具體涉及一種基于無人機(jī)與卷積神經(jīng)網(wǎng)絡(luò)(Convolutional NeuralNetwork,CNN)的大范圍松材線蟲病枯立木智能檢測系統(tǒng)、檢測與計數(shù)方法。