陈梅香
- 作品数：5 被引量：9H指数：1
- 供职机构：北京市农林科学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术农业科学更多>>
- 深度语义分割网络无人机遥感松材线虫病变色木识别
- 2024年
- 松材线虫病是危害我国林业资源的主要病害,研究深度语义分割网络无人机遥感技术可提高松材线虫病变色木识别准确率,为提升和保护林业资源质量提供技术支撑。该文以青岛崂山松林为研究区,通过固定翼无人机航拍获取区域无人机松材线虫病疑似变色木影像,以全卷积网络(fully convolutional networks,FCN),U-Net,DeepLabV3+和OCNet 4种深度语义分割模型为研究对象,选用召回率(Recall)、精确率(Precision)、交并比(intersection over union,IoU)和F1值评估各模型分割精度。航拍飞行获得2688张无人机影像,通过手动标记和样本扩增生成训练样本28800个。4种网络均能够较好识别松材线虫病变色木,无显著误报,并且深度语义模型对颜色相近的地物,如岩石、黄色裸土等有较好的辨别结果。总体上,DeepLabV3+具有最高的变色木分割精度,IoU与F1值分别为0.711和0.829;FCN模型分割精度最低,IoU与F1值分别为0.699和0.812;DeepLabV3+训练耗时最低,达到27.2 ms/幅;FCN预测耗时最低,达到7.2 ms/幅,但分割变色木的边缘精度最低。以3种特征提取网络ResNet50,ResNet101和ResNet152为前端特征提取网络构建的DeepLabV3+模型变色木识别IoU值分别为0.711,0.702和0.702,F1值分别为0.829,0.822和0.820。DeepLabV3+比DeepLabV3网络具有更高的变色木识别精度,DeepLabV3网络变色木识别的IoU和F1值分别为0.701和0.812。DeepLabV3+模型在测试数据中具有最高变色木识别精度,特征提取网络ResNet网络深度对变色木识别精度影响较小。DeepLabV3+引入的编码和解码结构能够显著改进DeepLabV3分割精度,同时可获得详细的分割边缘,更有利于松材线虫病变色木识别。
- 张瑞瑞夏浪陈立平陈立平郑爱春胡新苗伊铜川陈梅香陈天恩
- 关键词：无人机遥感
- 一种靶标害虫监测识别系统及方法
- 本发明提供一种靶标害虫监测识别系统及方法，该系统包括：图像生成模块，用于生成落在拍摄平台上的目标对象的图像；拍摄平台的颜色为纯色，且与靶标害虫的颜色不同；图像处理模块，用于基于图像生成模块生成的目标对象的图像，得到目标对...
- 张瑞瑞伊铜川陈梅香李龙龙徐刚丁晨琛吴明齐
- 无人机农林业应用全球研究态势分析被引量：9
- 2021年
- 无人机具有作业效率高、地形适应性好等独特优势,近年在农林业中应用范围不断扩大,相关研究成果数量呈快速上升式发展。为掌握无人机农林应用全球研究态势,本研究采集2011—2020年期间Web ofScience核心合集数据库中无人机农林应用全球研究相关文献数据,利用VOSviewer等统计软件对文献进行科学计量分析。分析结果表明,自2017年开始,无人机农林业应用研究发文数量快速增加,全球已有94个国家/地区、1778个机构开展了研究;发文量排名前三位的国家依次是美国、中国和澳大利亚,表明这三个国家从事无人机农林业应用的科研实力强,学术影响力大;共有398种期刊发表了有关无人机农林业应用研究文章,约占全部收录期刊的1.90%,说明更多的期刊开始关注无人机农林业应用研究;发文最多的期刊是由MDPI主办的RemoteSensing;被引次数最多的文章内容主要是关注无人机系统在摄影测量和遥感上的传感、导航、定位和通用数据处理等的研究现状。此外,对无人机农林业应用研究热点进行分析发现,无人机施药、无人机病虫害遥感、植物表型获取是无人机农林业应用的主要研究热点。本研究可为无人机在农林业上的创新研究、科研团队之间的合作提供参考。
- 陈梅香陈梅香陈立平张瑞瑞夏浪
- 关键词：无人机遥感
- 一种基于时序高光谱数据的松材线虫病早期诊断方法
- 本发明提供一种基于时序高光谱数据的松材线虫病早期诊断方法，属于植被生长监测技术领域，所述方法包括：针对同一目标松树树冠，获取多张松树树冠图像，多张松树树冠图像分别对应不同的采集时刻，松树树冠图像为高光谱图像；基于多张松树...
- 夏浪张瑞瑞陈立平史浩陈梅香李龙龙丁晨琛伊铜川王佐
- 松木的线虫病早期判定方法及装置
- 本发明提供的松木的线虫病早期判定方法及装置，属于图像处理技术领域，包括：获取目标松林在多个观测时刻的监测图像；对每个监测图像进行特征点提取，以获取每个监测图像的同名点；基于同名点，对所有的监测图像进行坐标校正，以确定每棵...
- 张瑞瑞夏浪陈立平陈梅香伊铜川史浩王佐
