【技术实现步骤摘要】
本专利技术涉及松树病害检测，尤其涉及一种早期松材线虫病植株的检测方法。
技术介绍
1、松材线虫病是由松木线虫滑囊嗜木线虫引起的，该线虫原产于北美，是全球松树属森林和种植园的主要威胁。松材线虫病是全球公认的主要检疫对象，准确诊断松材线虫病，以及防止患有松材线虫病的松树在不同地区传播至关重要。
2、松材线虫病首先出现在北美，但现在广泛分布在东亚。由于全球变暖，害虫可以在更广泛的合适栖息地生存，这可能导致害虫种群密度呈指数级增长。然而，目前主要是通过砍伐、焚烧和熏蒸来分辨患有松材线虫病的松树。因此，检测早期松材线虫病的方法具有重要的意义。
3、患有早期松材线虫病的松树在rgb图像中和正常松树的区别不明显，无法在rgb图像中直接识别出患有早期松材线虫病的松树。目前检测早期松材线虫病的方法是化学检测，化学检测不仅耗时耗力而且效率低下。患有早期松材线虫病的松树的光谱信息已经发生变化，高光谱图像包含丰富的光谱信息，高光谱图像能较好的反映植物的生理状态。但是，使用带有高光谱相机的无人机拍摄高光谱遥感图像的费用高昂，很难大规模推广使用。使用带有rgb相机的无人机拍摄遥感图像的开销低，但是无法通过遥感图像检测出患有早期松材线虫病的松树。
4、因此，需要一种可以检测出患有早期松材线虫病的植株，且成本较低的方法。
技术实现思路
1、为克服相关技术中存在的问题，本专利技术的目的之一是提供一种早期松材线虫病检测方法，该方法可以检测出患有早期松材线虫病的植株，且成本较低。p>
2、一种早期松材线虫病检测方法，包括：
3、获取早期遥感图像集和晚期遥感图像集，在晚期遥感图像集中识别出患有松材线虫病植株和正常植株；
4、根据不同时期遥感图像集之间的位置对应关系，在早期遥感图像集中识别出早期松材线虫病植株和正常植株；对分类后的早期遥感图像集进行预处理，得到预处理图像集；
5、将所述预处理图像集输入高光谱重建网络，对所述预处理图像集进行高光谱重建，得到高光谱图像数据集；
6、根据高光谱图像数据集提取光谱反射率曲线；光谱反射率曲线包括患病光谱反射率曲线和正常光谱反射率曲线；
7、使用支持向量机方法对所述光谱反射率曲线进行分类，建立早期松材线虫病检测模型；
8、采用早期松材线虫病检测模型在植株患病前期判断植株是否患有松材线虫病。
9、进一步的，获取早期遥感图像集和晚期遥感图像集，包括：
10、按照时间顺序采集同一地区植株图像；
11、采用仿地飞行方式，正摄采集植株的rgb遥感图像；
12、同步采集太阳光照度，用于rgb遥感图像亮度规范化。
13、进一步的，在晚期遥感图像集中识别出患有松材线虫病植株和正常植株，包括：
14、对晚期遥感图像集中各个遥感图像进行图像分割，得到树冠图像集；
15、对所述树冠图像集进行图像识别，根据树冠图像集中的颜色确认是否患有松材线虫病，将患有松材线虫病的植物坐标设置为目标坐标。
16、进一步的，根据树冠图像集中的颜色确认是否患有松材线虫病，包括：检测树冠图像集中的每张树冠图像是否有红色区域，若是，则将该红色区域对应的植株作为患有中晚期松材线虫病的植株，将患有中晚期松材线虫病的松树的坐标作为目标坐标，将目标坐标保存为json格式的文件。
17、进一步的，根据不同时期遥感图像集之间的位置对应关系，在早期遥感图像集中识别出早期松材线虫病植株和正常植株；对分类后的早期遥感图像集进行预处理，得到预处理图像集；具体包括：
18、根据所述目标坐标标注出所述晚期遥感图像集中的早期感染植株，得到患病图像集；目标坐标之外的植株形成正常图像集；
19、对所述患病图像集和正常图像集进行图像裁剪，同步进行亮度规范化矫正，统一数据集的整体亮度，得到预处理图像集，预处理图像集中包括正常图像和患病图像。
20、进一步的，对预处理图像集进行高光谱图像重建，包括：
21、将彩色预处理图像输入到训练好的高光谱图像重建网络中进行重建得到高光谱图像数据集；
22、所述高光谱重建网络为mst++高光谱图像重建网络。
23、进一步的，根据高光谱图像数据集提取光谱反射率曲线，包括：
24、在波长范围内划分n个通道；
25、读取高光谱图像集中的所有高光谱图像；
26、计算每张所述高光谱图像在每个所述通道下的树冠区域均值，得到光谱反射率；
27、根据所述光谱反射率绘制光谱反射率曲线。
28、进一步的，所述根据所述树冠区域均值绘制光谱反射率曲线，包括：
29、将所述通道对应的波长作为横坐标；
30、将所述通道对应的所述光谱反射率作为纵坐标；
31、根据所述横坐标和所述纵坐标绘制光谱反射率曲线。
32、进一步的，建立早期松材线虫病检测模型之后还包括：
33、采用验证集对早期松材线虫病检测模型进行验证：将用于验证的光谱反射率曲线输入到早期松材线虫病检测模型中，得到分类结果；根据验证的光谱反射率曲线对应植株坐标，将分类结果在遥感图像集中进行可视化，找到对应植株，在遥感图像集上用方框标注；比较方框标注与验证集中原本的标签是否一致。
34、进一步的，所述早期松材线虫病检测模型包含了高光谱重建网络、光谱反射率提取单元和判定单元。本专利技术的有益效果为：
35、本申请将预处理图像集重建为高光谱图像集，高光谱图像集中的高光谱图像可以反映松树树冠的光谱反射率，根据早期松材线虫高光谱图像集绘制光谱反射率曲线。患有早期松材线虫病的植株和正常植株的光谱反射率曲线在550nm附近存在差异，使用支持向量机方法对不同的光谱反射率曲线进行分类，建立早期松材线虫病检测模型。结合高光谱重建网络和支持向量机方法可以准确地检测出患有早期松材线虫病的植株，相比于使用带有高光谱相机的无人机拍摄松林，本专利技术提供的方法只需要在无人机上安装rgb相机拍摄松林，成本较低，便于大规模推广使用。
本文档来自技高网...【技术保护点】
1.一种早期松材线虫病检测方法，其特征在于，包括：
2.根据权利要求1所述的一种早期松材线虫病检测方法，其特征在于，获取早期遥感图像集和晚期遥感图像集，包括：
3.根据权利要求1所述的一种早期松材线虫病检测方法，其特征在于，在晚期遥感图像集中识别出患有松材线虫病植株和正常植株，包括：
4.根据权利要求3所述的一种早期松材线虫病检测方法，其特征在于，根据树冠图像集中的颜色确认是否患有松材线虫病，包括：检测树冠图像集中的每张树冠图像是否有红色区域，若是，则将该红色区域对应的植株作为患有中晚期松材线虫病的植株，将患有中晚期松材线虫病的松树的坐标作为目标坐标，将目标坐标保存为JSON格式的文件。
5.根据权利要求3所述的一种早期松材线虫病检测方法，其特征在于，根据不同时期遥感图像集之间的位置对应关系，在早期遥感图像集中识别出早期松材线虫病植株和正常植株；对分类后的早期遥感图像集进行预处理，得到预处理图像集；具体包括：
6.根据权利要求1所述的一种早期松材线虫病检测方法，其特征在于，对预处理图像集进行高光谱图像重建，包括：
...【技术特征摘要】
1.一种早期松材线虫病检测方法，其特征在于，包括：
2.根据权利要求1所述的一种早期松材线虫病检测方法，其特征在于，获取早期遥感图像集和晚期遥感图像集，包括：
3.根据权利要求1所述的一种早期松材线虫病检测方法，其特征在于，在晚期遥感图像集中识别出患有松材线虫病植株和正常植株，包括：
4.根据权利要求3所述的一种早期松材线虫病检测方法，其特征在于，根据树冠图像集中的颜色确认是否患有松材线虫病，包括：检测树冠图像集中的每张树冠图像是否有红色区域，若是，则将该红色区域对应的植株作为患有中晚期松材线虫病的植株，将患有中晚期松材线虫病的松树的坐标作为目标坐标，将目标坐标保存为json格式的文件。
5.根据权利要求3所述的一种早期松材线虫病检测方法，其特征在于，根据不同时期遥感图像集之间的位置对应关系，在早期...
【专利技术属性】
技术研发人员：赵静，刘文涛，刘天颐，孙思，单体江，李沅航，杜军，
申请(专利权)人：华南农业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。