基于深度学习的遥感影像松材线虫病树提取

摘要

松材线虫病对我国松树类物种具有极大的伤害,需要对病虫区域进行准确高效的确定以提早防治。这种病在传播方式上具有跳跃特性。它具有传播途径多种多样、发病部位较隐蔽难以发现、病情潜伏时间长、发病速度迅速、治理不方便等特点,严重时会导致大量松树病死,导致环境和森林景观的严重损坏,并可能导致严重的经济和环境损失。本论文通过使用深度学习目标检测中的RetinaNet方法,将无人机拍摄的影像作为训练样本,充分利用深度学习目标检测方法的优势,将其对比SSD和YOLO v3方法的识别效果,实现病虫树木的高效判别。对松材线虫病树区域展开定位研究,在节省人工成本的同时能迅速防止病虫害对松树的疾病扩散,为清除和防治病害区域扩散至更大范围提供有效帮助。