检索结果-内蒙古大学图书馆

激光与光电子学进展 2022年第18期59卷 362-371页

作者：尹萍徐爱俊尹建新浙江农林大学数学与计算机科学学院浙江杭州311300 浙江省林业智能监测与信息技术研究重点实验室浙江杭州311300 浙江农林大学林业感知技术与智能装备国家林业与草局重点实验室浙江杭州311300

立木视差图是立木因子测量、三维重建的基础。结合立木图像特征,为解决自然环境下立木图像结构复杂、光照干扰大等因素导致获取高质量立木视差图困难的问题,提出一种基于改进的semiglobal matching(SGM)算法的立木视差图生成方法。针对... 详细信息

立木视差图是立木因子测量、三维重建的基础。结合立木图像特征,为解决自然环境下立木图像结构复杂、光照干扰大等因素导致获取高质量立木视差图困难的问题,提出一种基于改进的semiglobal matching(SGM)算法的立木视差图生成方法。针对SGM算法在图像纹理较弱和光照不稳定时生成的视差图效果不佳的问题,提出改进Census变换,该变换将Census中心像素值用周围像素的中值替代,提高初始代价的可靠性;在代价聚合过程中使用均值漂移算法进行图像分割,使算法具有较强鲁棒性的同时还有效降低了对重复和弱纹理区域的误匹配率。最后,分别采用自适应窗口填充无效值、中值滤波剔除不可靠视差值,使视差不连续的区域也能获得准确的视差值。在Middlebury公共数据集上对所提方法进行验证,所提方法的平均误匹配率约为5.23%,较传统的semiglobal block matching(SGBM)算法、BoyerMoore(BM)算法、SGM算法,分别提升9.47个百分点、9.345个百分点、8.96个百分点。自然环境下,所提改进的SGM算法可生成较高精确度的立木视差图。

关键词：立木视差图 SGM 图像分割视差图优化自适应窗口

来源：评论

学校读者我要写书评

暂无评论

RGB-DSM数据融合研究——以城市樟树检测为例

引用

林业工程学报 2023年第6期8卷 137-144页

作者：冯源夏凯冯海林浙江农林大学数学与计算机科学学院国家林草局林业感知技术与智能装备重点实验室浙江省林业智能监测与信息技术研究重点实验室杭州311300

单木检测是森林资源调查的基础工作,在森林管理与监测中发挥着重要作用。无人机RGB图像作为一种经济高效的遥感数据源,已被广泛应用于单木检测。然而,由于城市树木形状和结构的多样性以及城市森林的复杂性,基于无人机RGB图像检测城市树... 详细信息

单木检测是森林资源调查的基础工作,在森林管理与监测中发挥着重要作用。无人机RGB图像作为一种经济高效的遥感数据源,已被广泛应用于单木检测。然而,由于城市树木形状和结构的多样性以及城市森林的复杂性,基于无人机RGB图像检测城市树木效果并不理想。数字表面模型(DSM)提供地物的高程数据,融合RGB图像与DSM高程数据可有效识别城市树木,但不同融合方法对于单木检测精度的提升效果差异尚未明确。针对上述问题,本研究以城市樟树为研究对象,使用两类数据融合方法:像素级融合(IHS变换融合、Brovey变换融合和多通道组合)与特征级融合(双分支特征融合和SE-双分支特征融合),并采用Faster R-CNN模型进行单木检测实验。实验结果表明,SE-双分支特征融合的提升效果最显著,平均精度提高9.3个百分点,达91.3%。并且,在街道与绿地两类城市森林场景下,SE-双分支特征融合也表现最佳,平均精度分别达89.2%与93.9%。研究结果表明,在多树种的绿地场景下,引入高程数据可有效提高单木检测精度;在单一树种的街道场景下,高程数据提升效果有限。

关键词：数据融合单木检测深度学习高程数据无人机樟树

来源：评论

学校读者我要写书评

暂无评论

基于无人机影像的山核桃单木检测及冠幅与树高的提取

引用

林业工程学报 2023年第4期8卷 159-166页

作者：郭阳光夏凯杨垠辉冯海林浙江农林大学数学与计算机科学学院浙江省林业智能监测与信息技术研究重点实验室林业感知技术与智能装备国家林业和草原局重点实验室杭州311300

针对经济林中树木的生长状况进行调查,有助于农户制定针对性的经营策略,提高经营效率。然而,由于山核桃树通常生长在山地环境下,使用传统的林业调查方法获取树木参数需要的人力资源和时间成本较高,而且在陡峭的山地环境中容易受到地形... 详细信息

针对经济林中树木的生长状况进行调查,有助于农户制定针对性的经营策略,提高经营效率。然而,由于山核桃树通常生长在山地环境下,使用传统的林业调查方法获取树木参数需要的人力资源和时间成本较高,而且在陡峭的山地环境中容易受到地形、植被和气象等因素的干扰。为了解决这一问题,提出了一种新的自动化方法——检测框投影法。该方法基于深度学习的目标检测算法对遥感图像中的树冠进行检测并生成检测框,再依据所得到的检测框获取树木位置和数量,并进一步提取单木的冠幅与树高等参数。在不同环境的山核桃种植林场进行的树冠检测实验结果表明,该方法使用的目标检测算法对山核桃树冠检测的总体平均精度和F1-score分别达到了85.5%与0.84;参数提取方面,在两处不同的山核桃种植林场选取了3处研究样地,并在每处样地选取并实地测量了50棵样本树木的冠幅和树高以验证参数提取精度,结果表明,使用检测框投影法预测冠幅与实测值的均方根误差、平均绝对误差和平均相对误差分别为0.469 m、0.313 m和5.7%,预测树高与实测值的均方根误差、平均绝对误差和平均相对误差分别为0.427 m、0.331 m和6.0%。提出的检测框投影法在山核桃林地环境下可以获得较为准确的树冠检测与参数提取结果,帮助农户制定更加合理和科学的经营策略,提高经营效率,同时也为林业生产的可持续发展提供了参考。

关键词：山核桃无人机影像 YOLOv5 树冠检测参数提取检测框投影法

来源：评论

学校读者我要写书评

暂无评论

单针热脉冲法在树干液流监测中的应用

引用

传感器与微系统 2023年第6期42卷 164-168页

作者：叶建新李颜娥武斌吴斌浙江农林大学数学与计算机科学学院浙江杭州311300 国家林业局林业感知技术与智能装备重点实验室浙江杭州311300

设计了一种单针热脉冲树干液流监测仪,实现了树干液流的实时监测及相关数据的本地存储和远程传输。通过对单棵银杏树和无患子树的监测,与基于热比率方法的仪器相比,监测结果的决定系数R^(2)分别为0.984和0.947,均方根误差(RMSE)分别为2... 详细信息

设计了一种单针热脉冲树干液流监测仪,实现了树干液流的实时监测及相关数据的本地存储和远程传输。通过对单棵银杏树和无患子树的监测,与基于热比率方法的仪器相比,监测结果的决定系数R^(2)分别为0.984和0.947,均方根误差(RMSE)分别为2.85和6.29。同时,简要分析了树干液流的影响因子。在测量时,所设计的仪器仅需使用单针,相比现有的监测设备,具有操作简单,性能稳定,功耗低,携带方便等优点,在树干液流的监测上有很好的应用前景。

关键词：树干液流单针热脉冲实时监测回归分析

来源：评论

学校读者我要写书评

暂无评论

基于广义代数差分法和因子选择的杉木人工林立地质量评价

引用

浙江农林大学学报 2023年第6期40卷 1282-1291页

作者：龚宇浩孙益群董晨胡彦蓉高威芳浙江农林大学数学与计算机科学学院浙江杭州311300 浙江省淳安县林业局浙江淳安311700 浙江农林大学林业感知技术与智能装备国家林业和草原局重点实验室浙江杭州311300

【目的】研究浙西南杉木Cunninghamia lanceolata人工林立地质量,探究影响人工林立地质量的主要因素,为杉木人工林经营提供理论依据。【方法】以浙江省庆元县杉木人工林为研究对象,采用解析木数据,利用广义代数差分法,构建了杉木人工林... 详细信息

【目的】研究浙西南杉木Cunninghamia lanceolata人工林立地质量,探究影响人工林立地质量的主要因素,为杉木人工林经营提供理论依据。【方法】以浙江省庆元县杉木人工林为研究对象,采用解析木数据,利用广义代数差分法,构建了杉木人工林地位指数模型,以此为因变量,使用随机森林算法从二类杉木小班数据中筛选出影响杉木林地位指数的主导因子,在此基础上,通过地位指数得分值确定立地质量等级,对庆元县杉木小班进行立地分类与立地质量评价。【结果】以Richards为基础构建的广义代数差分方程最符合庆元县杉木人工林的生长过程,其决定系数(R 2)为0.969,均方根误差(ERMS)为1.778,平均绝对误差(EMA)为0.400,且模型的多形曲线符合杉木林生长的生理学意义。通过随机森林的因子选择得出:影响杉木人工林地位指数的主要立地因子有地貌、腐殖质厚度、土层厚度,与传统的偏相关系数法相比,基于随机森林的因子选择具有更大的贡献度和更合理的因子非线性关系解释性。结合小班数据,以地貌、腐殖质厚度、土层厚度等3个立地因子将小班划分为17个立地类型,通过计算得分可知研究区立地质量处于中等及以上。【结论】基于广义代数差分法的地位指数模型适用于浙西南杉木人工林,与基于置换的因子选择方法筛选出的主导因子相结合能够对立地质量进行有效评价。

关键词：杉木人工林广义代数差分法立地因子选择随机森林立地类型划分

来源：评论

学校读者我要写书评

暂无评论

基于运动恢复结构的多株立木因子测量方法

引用

浙江农林大学学报 2022年第4期39卷 792-799页

作者：顾雯钧徐爱俊尹建新浙江农林大学数学与计算机科学学院浙江杭州311300 浙江农林大学浙江省林业智能监测与信息技术研究重点实验室浙江杭州311300 浙江农林大学林业感知技术与智能装备国家林业与草原局重点实验室浙江杭州311300

【目的】提出基于运动恢复结构的多株立木因子测量方法,以解决目前基于三维点云的立木因子测量方法获取立木树高和胸径存在效率低或成本高的问题。【方法】(1)使用智能手机环绕包含多株立木的场景拍摄一段视频,并采用固定帧采样法和差... 详细信息

【目的】提出基于运动恢复结构的多株立木因子测量方法,以解决目前基于三维点云的立木因子测量方法获取立木树高和胸径存在效率低或成本高的问题。【方法】(1)使用智能手机环绕包含多株立木的场景拍摄一段视频,并采用固定帧采样法和差异值哈希算法自动提取立木视频中的关键帧图像,然后,基于运动恢复结构(structure from motion,SfM)算法处理立木关键帧图像,从而获取立木场景的原始三维点云;(2)在对原始三维点云进行预处理及初步分割后,运用条件欧几里得聚类算法对多株立木三维点云进行分割,以提取单株立木三维点云;(3)对立木三维点云使用最值遍历法和椭圆拟合法实现立木树高和胸径的自动测量。【结果】与真实值相比,本研究方法测得的树高、胸径的平均相对误差分别为1.96%、3.19%,均方根误差分别为0.133 3 m、0.533 7 cm,相关系数分别为0.987 9、0.962 1。【结论】该方法具有较高的树高和胸径测量精度,提供了一种便捷、低成本的多株立木因子三维测量方法。图6表1参27。

关键词：立木因子测量视频关键帧运动恢复结构三维点云分割

来源：评论

学校读者我要写书评

暂无评论

基于改进的ResNet152V2模型对临安山核桃果仁等级分类研究

引用

中国粮油学报 2023年第1期38卷 90-100页

作者：陈思伟戴丹郑剑郑辛煜康浩愉莫佳莉顾晓波浙江农林大学数学与计算机科学学院杭州311300 浙江省林业智能监测与信息技术研究重点实验室杭州311300 林业感知技术与智能装备国家林业局重点实验室杭州311300 浙江农林大学食品与健康学院杭州311300 临安区农林技术推广中心杭州311300

提出基于空间注意力机制的深度学习模型对临安山核桃进行等级分类,选取L值作为外观指标,MDA值作为品质指标,通过机器学习的方法挖掘二者之间的关联关系,从而建立山核桃果仁外观与品质的关联模型。通过多设备、多环境下的照片建立山核桃... 详细信息

提出基于空间注意力机制的深度学习模型对临安山核桃进行等级分类,选取L值作为外观指标,MDA值作为品质指标,通过机器学习的方法挖掘二者之间的关联关系,从而建立山核桃果仁外观与品质的关联模型。通过多设备、多环境下的照片建立山核桃果仁数据集,在此基础上构建了基于迁移学习、空间注意力机制的ResNet152V2模型(SA-ResNet152V2),利用该模型对数据集进行图像训练和特征提取,并与VGG16、ResNet152V1、ResNet152V2模型进行比较。结果表明:SA-ResNet152V2模型在测试集平均精确率方面比ResNet152V2模型、VGG16模型、ResNet152V1模型分别提高了2.04%、77.42%、81.59%。测试集平均召回率方面比ResNet152V2模型、VGG16模型、ResNet152V1模型分别提高了3.62%、63.89%、65.18%。实验证明,SA-ResNet152V2模型对于山核桃等级分类具有较好的效果,有望用于山核桃的智能分级。

关键词：山核桃等级分类空间注意力机制残差网络迁移学习

来源：评论

学校读者我要写书评

暂无评论

基于距离相关系数和Catboost方法的森林蓄积量估测

引用

中南林业科技大学学报 2023年第5期43卷 27-35页

作者：胡建锦熊伟方陆明吴达胜浙江农林大学数学与计算机科学学院浙江杭州311300 浙江农林大学浙江省林业智能监测与信息技术研究重点实验室浙江杭州311300 浙江农林大学林业感知技术与智能装备国家林业和草原局重点实验室浙江杭州311300 龙泉市林业局浙江龙泉610100

【目的】探讨采用Landsat-8遥感影像数据,基于距离相关系数特征选择的Catboost模型在森林蓄积量估测中的潜力和适应性,为森林蓄积量的估测方法再增加一种可能性,也能为“双碳”目标的实现提供理论支撑。【方法】以浙江省龙泉市为研究区... 详细信息

【目的】探讨采用Landsat-8遥感影像数据,基于距离相关系数特征选择的Catboost模型在森林蓄积量估测中的潜力和适应性,为森林蓄积量的估测方法再增加一种可能性,也能为“双碳”目标的实现提供理论支撑。【方法】以浙江省龙泉市为研究区域,使用多源数据,包括Landsat-8卫星影像数据、森林资源二调数据和数字高程模型的数据,整个过程使用十字折交叉验证法对模型检验。首先使用基于距离相关系数的方法筛选特征因子,在不区分树种的情况下,分别利用K最近邻算法(KNN)、装袋算法(Bagging)、决策树梯度提升算法(LGBM)、梯度增强集成分类器算法(Catboost)4种方法建立蓄积量估测模型。之后再选取样本数据中数量比较大的杉木、针叶混交林、马尾松3种优势树种,分别使用Catboost方法进行蓄积量估测,再按权求和与未区分树种情况下的估测结果进行比较。【结果】Catboost方法表现优势明显,优于K最近邻算法(KNN)、装袋算法(Bagging)以及决策树梯度提升算法(LGBM),其模型的精确度达到了81.43%,建模估测的精确度达到了76.74%,并且与3种不同优势树种按权求和的结果对比,Catboost法的建模精确度差别不大,但是估测的精确度提高了1.01%。【结论】基于距离相关系数特征选择方法结合Catboost模型在森林蓄积量估测中效果表现更好,并且尽管区分树种和不区分树种的情况下模型的估测能力差距比较小,但是区分树种情况下还是略有提高,这为测量区域森林蓄积量提供了一种新的思路。

关键词：森林蓄积量 Catboost方法 Bagging方法距离相关系数

来源：评论

学校读者我要写书评

暂无评论

结合注意力机制与YOLOv5的松材线虫病受害木检测

引用

林业工程学报 2023年第3期8卷 156-164页

作者：许可季卓夏凯杨垠辉冯海林浙江农林大学数学与计算机科学学院杭州311300 林业感知技术与智能装备国家林业和草原局重点实验室杭州311300 浙江省林业智能监测与信息技术研究重点实验室杭州311300 浙江同创空间技术有限公司杭州311300

松材线虫病是我国近几十年来最严重的一种森林病害,加强疫情的监测迫在眉睫。本研究在自建数据集的基础上采用3种不同的注意力模块(CBAM、SE和CA)改进YOLOv5算法并结合数字正射影像图自动识别松材线虫病受害木,分别对比了改进模型CBAM-Y... 详细信息

松材线虫病是我国近几十年来最严重的一种森林病害,加强疫情的监测迫在眉睫。本研究在自建数据集的基础上采用3种不同的注意力模块(CBAM、SE和CA)改进YOLOv5算法并结合数字正射影像图自动识别松材线虫病受害木,分别对比了改进模型CBAM-YOLOv5、SE-YOLOv5、CA-YOLOv5与YOLOv5模型的识别效果,实现了对变色松树和枯死疫木检测效果的提升。结果表明:3种注意力改进策略的变色松树查全率、平均精度和F1分数显著提高,查准率不逊色于YOLOv5模型;综合考量查全率和F1分数指标,SE-YOLOv5模型的变色松树和枯死疫木检测效果最好,其F1分数分别达到89.7%和76.9%,比原模型分别提高了5.5%和5.4%,其检测精度分别为91.7%和80.3%,较YOLOv5模型分别提升了4.7%和5.1%;在理想置信度阈值情况下3种注意力改进策略的变色松树和枯死疫木查全率均值分别为85.4%和76.6%,基本满足实际检测需求。对各注意力改进模型检测层的特征图和热力图进行剖析可以看出,嵌入注意力机制有利于提取高贡献度的特征成分,可以提升变色松树特征提取的准确性。因此,改进的YOLOv5模型基本满足了在较大疫区范围内对疫情监测的需求,这对于松林资源保护和病害防治具有积极意义。

关键词：松材线虫病无人机影像 YOLO算法注意力机制目标检测

来源：评论

学校读者我要写书评

暂无评论

基于消费级双目相机的立木因子测量方法

引用

浙江农林大学学报 2023年第2期40卷 436-445页

作者：尹萍徐爱俊叶俊华夏芳王泽华浙江农林大学数学与计算机科学学院浙江杭州311300 浙江农林大学浙江省林业智能监测与信息技术研究重点实验室浙江杭州311300 浙江农林大学林业感知技术与智能装备国家林业与草原局重点实验室浙江杭州311300 浙江农林大学环境与资源学院浙江杭州311300 浙江农林大学数字乡村研究所浙江杭州311300 浙江农林大学经济与管理学院浙江杭州311300

【目的】随着林业信息化的快速发展,机器视觉测量技术广泛应用于林业领域。针对传统立木因子测量方法成本较高、携带不便、操作复杂等问题,提出消费级双目相机与机器视觉技术相结合的立木因子无接触测量方法。【方法】首先使用消费级USB... 详细信息

【目的】随着林业信息化的快速发展,机器视觉测量技术广泛应用于林业领域。针对传统立木因子测量方法成本较高、携带不便、操作复杂等问题,提出消费级双目相机与机器视觉技术相结合的立木因子无接触测量方法。【方法】首先使用消费级USB 3.0双目相机采集立木图像,通过改进的SGM算法生成高质量视差图;再根据三角原理转化为深度图,进而获取立木三维点云;基于空间密度聚类和混合滤波三维点云去噪方法快速准确去除聚集、离散的噪声点,再进行方向矫正和点云分割;最后,利用最值遍历法和椭圆拟合法实现树高、胸径的无接触测量。【结果】树高、胸径的相对测量误差分别小于2.219%、5.620%,测量值与真实值的相关系数R2分别为0.978、0.995,均方根误差分别为0.047 m、0.249 cm。【结论】本方法易操作、成本较低,同时具有较高的测量精度,能够满足无接触测量的需求。

关键词：视差图双目视觉三维点云点云去噪立木因子测量

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：