[发明专利]基于移动端的松材线虫病一体化预警及检测方法和装置有效
申请号: | 202210436868.0 | 申请日: | 2022-04-25 |
公开(公告)号: | CN114550017B | 公开(公告)日: | 2022-07-12 |
发明(设计)人: | 宗世祥;毕浩杰;刘文萍;赵昊;吴昊;杨超;石丰铭;时勇;黄建东 | 申请(专利权)人: | 北京林业大学;北京昌回林海生态科技有限公司 |
主分类号: | G06V20/17 | 分类号: | G06V20/17;G06T7/90;G06T7/11;G06T7/00;G06K9/62;G06V10/774;G06V10/764 |
代理公司: | 北京路浩知识产权代理有限公司 11002 | 代理人: | 李相雨 |
地址: | 100083 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 移动 松材线虫 一体化 预警 检测 方法 装置 | ||
本发明提供一种基于移动端的松材线虫病一体化预警及检测方法和装置,所述基于移动端的松材线虫病一体化预警及检测方法,包括:对第一图像信息进行特征提取,在第一图像信息包括变色木特征、松材线虫寄主树种特征以及松材线虫媒介特征的情况下,获取目标林分对应的第二图像信息;对第二图像信息进行特征提取,在第二图像信息包括松材线虫特征的情况下,基于第一图像信息生成目标林分中目标疫木的受害阶段检测信息;其中,第一图像信息包括目标林分中至少部分区域的生物信息,第二图像信息包括目标林分中目标变色木的木段信息。本发明的基于移动端的松材线虫病一体化预警及检测方法,可以实现快速、高效且准确的松材线虫病灾前预警及灾后检测。
技术领域
本发明涉及图像识别技术领域,尤其涉及一种基于移动端的松材线虫病一体化预警及检测方法和装置。
背景技术
松材线虫病是由重大检疫性有害生物松材线虫引起的一种具有毁灭性的森林病害,给松林资源以及自然生态环境等造成了巨大的危害。
当前常采用形态学方法和分子检测技术进行松材线虫病检测鉴定,开展这类鉴定工作需要对变色木进行采样,林分中的变色木冗杂,变色原因各异,不加以筛选的取样受制于地形、劳动力等条件难以实现,巨量的线虫样本也会对形态检测和分子检测工作的开展造成不小的挑战。
发明内容
本发明提供一种基于移动端的松材线虫病一体化预警及检测方法和装置,用以解决现有技术中检测效率不高且操作不便的缺陷,实现高效且便捷的检测。
本发明提供一种基于移动端的松材线虫病一体化预警及检测方法,包括:
对第一图像信息进行特征提取,在所述第一图像信息包括变色木特征、松材线虫寄主树种特征以及松材线虫媒介特征的情况下,获取目标林分对应的第二图像信息;
对所述第二图像信息进行特征提取,在所述第二图像信息包括松材线虫特征的情况下,基于所述第一图像信息生成所述目标林分中目标疫木的受害阶段检测信息;
其中,所述第一图像信息包括所述目标林分中至少部分区域的生物信息,所述第二图像信息包括所述目标林分中目标变色木的木段信息。
根据本发明提供的一种基于移动端的松材线虫病一体化预警及检测方法,所述第一图像信息包括:第一子图像信息、第二子图像信息和第三子图像信息;
在所述对第一图像信息进行特征提取之前,所述方法包括:获取所述目标林分对应的第一子图像信息,所述第一子图像信息包括所述目标林分中的植物信息;
所述对第一图像信息进行特征提取,在所述第一图像信息包括变色木特征、松材线虫寄主树种特征以及松材线虫媒介特征的情况下,获取目标林分对应的第二图像信息,包括:
对所述第一子图像信息进行特征提取,在所述第一子图像信息包括所述变色木特征的情况下,获取所述目标林分对应的第二子图像信息,所述第二子图像信息包括所述目标林分中各类非变色木的信息;
对所述第二子图像信息进行特征提取,在所述第二子图像信息包括所述松材线虫寄主树种特征的情况下,获取所述目标林分对应的第三子图像信息,所述第三子图像信息包括所述目标林分中的目标动物信息;
对所述第三子图像信息进行特征提取,在所述第三子图像信息包括所述松材线虫媒介特征的情况下,获取所述目标林分对应的第二图像信息。
根据本发明提供的一种基于移动端的松材线虫病一体化预警及检测方法,
所述对所述第一子图像信息进行特征提取,包括:将所述第一子图像信息输入至目标神经网络的变色木检测层,获取由所述变色木检测层输出的变色木识别结果;
所述对所述第二子图像信息进行特征提取,包括:将所述第二子图像信息输入至所述目标神经网络的寄主树种识别层,获取由所述寄主树种识别层输出的松材线虫寄主树种识别结果;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京林业大学;北京昌回林海生态科技有限公司,未经北京林业大学;北京昌回林海生态科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210436868.0/2.html,转载请声明来源钻瓜专利网。