期刊文献+

无人机在松材线性虫病监测上的应用研究 被引量:1

下载PDF
导出
摘要 针对松材线性虫病监测的难点问题,提出了基于无人机航测生产的正摄影像图自动识别、监测的方法:该方法首先利用无人机航测,采集高分辨率数据,而后生产正摄影像图,利用RGB色域分割图像算法实现病树的自动监测。经数据验证,所提出的方法提高了监测的自动化程度,降低了人工成本,提高了监测效率。
出处 《绿色科技》 2021年第1期75-77,共3页 Journal of Green Science and Technology
基金 福建省林业科技推广项目(编号:闽林推2019TG15)。
  • 相关文献

参考文献3

二级参考文献40

  • 1石进,马盛安,蒋丽雅,张宏,叶勤文,陈凤毛.航空遥感技术监测松材线虫病的应用[J].中国森林病虫,2006,25(1):18-20. 被引量:21
  • 2李玉榕,项国波.一种基于马氏距离的线性判别分析分类算法[J].计算机仿真,2006,23(8):86-88. 被引量:46
  • 3王震,张晓丽,安树杰.松材线虫病危害的马尾松林木光谱特征分析[J].遥感技术与应用,2007,22(3):367-370. 被引量:51
  • 4Camps-Vails G, Shervashidze N, Borgwardt K M. Spatio-spectral remote sensing image classification with graph kernels[ J]. IEEE Geoscience and Remote Sensing, 2010, 7(d-) : 741-745.
  • 5Das S K, Singh R. Performance of Kriging-based soft classification on WiFS/IRS-I D image using ground hyperspectral signatures [J]. IEEE Geoscience and Remote Sensing Letters, 2009, 6(3): 455 -457.
  • 6Nidamanuri R R, Zbell B. Normalized spectral similarity score (NS3) as an effieient spectral library searching method for hyperspectral image classification[ J ]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2011 , 4(1): 226-240.
  • 7Meigs G W, Kennedy R E, Cohen W B. A Landsat time series approach to characterize bark beetle and defoliator impacts on tree mortality and surface fuels in conifer forests [ J ]. Remote Sensing of Environment, 2011, 115 ( 12 ) : 3 707 - 3 718.
  • 8Heikkinen V, Korpela 1, Tokola T, et al. An SVM classification of tree species radiometrie signatures based on the Leiea ADS40 sensor[ J ]. IEEE Transactions on Geoseience and Remote Sensing, 2011, 49 ( 11 ) : 4 539 - 4 551.
  • 9Hilker T, Coops N C, Coggins S B, et al. Detection of foliage conditions and disturbance from multi-angular high spectral resolution remote sensing[ J]. Remote Sensing of Environment, 2009, 113 (2) : 421 - 434.
  • 10Demir B, Erturk S. Empirical mode decomposition of hyperspectral images for support vector machine classification[ J]. IEEE Transactions on Geoscience and Remote Sensing, 2010, 48( 11 ): 4 071 -4 084.

共引文献64

同被引文献5

引证文献1

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部