基于高空云台的松材线虫病疫木AI监测关键技术研究(及应用)

[目的]建立基于高空云台来检测林区松材线虫病疫木的AI算法模型,明确该方法相较于无人机和卫星遥感的监测手段的优势。[方法]松材线虫病,是由松材线虫(Bursaphelenchus xylophilus)引起的具有毁灭性的森林病害,属我国重大外来入侵种。松材线虫病的防治成为林业保护中重要职能之一,而如何快速、方便、成本最小的检测成为防治的关键。《松材线虫普查监测技术规程》定义了一般松材线虫监测手段。然后,不同于卫星和无人机的正交投影,高空云台视频检测有着自身的特点,需要采用不同的技术路线来进行检测。通过本文的研究,可以将其流程定义如下六个阶段。阶段一:云台相机效准。由于使用单目高空云台进行位置定位和检测,所以需要进行必要的云台相机进行效准和标定,以确定准确的位置参数和必要的相机内参。首先,进行云台相机的经纬校准和正北校准;接下来,进行相机标定,可以使用张正友标定法和OpenCV来实现此功能;如无条件进行标定,也需通过厂商的相机参数生成近似矩阵。一旦效准相机后,后续定位计算可提供较准确的范围。阶段二:环境感知。高空云台视频一般都有相对较大的光学放大能力,可支持 3 公里以上的视野感知。在大视野下所有区域都进行视觉识别是非常耗时且没有必要的。针对森林的相对不变性,文章提出了专用的环境感知方案。使用 AI 算法,通过一次性的初始化环境探测,去掉所有的不必要的识别过程,可提高 50%的效率。阶段三:一阶段 AI 检测。使用改进型的YOLOV7 算法进行目标检测,融合了图像质量评价来解决图像模糊引起的检测精度问题。从而将变色松树与一般树林区分开来。阶段四:二阶段AI检测。使用上一阶段AI检测的结果重新定位和检测,提供了单株变色松树的检测能力。阶段五:定位落图。利用阶段四取得的单株图像的PTZ值和阶段一的坐标及云台相机参数进行经纬度坐标计算,并将其落到地图上。阶段六:合并结果。按国家标准,生成团状、簇状结果并上报。[结果]建立了基于高空云台来检测林区松材线虫病疫木的AI算法模型,能够对疫木进行单株级的精准检测识别定位,能够有效区别针叶林和阔叶林,有效区别彩叶树和疫木。[结论]该方法能够替代传统的人工踏查,有效避免了卫星无法检测单株或零星疫木的问题,克服了无人机飞行成本高、飞行高度高、难以复核的缺点。随着我国防火工作的不断推进,遍布林区的高空云台正在成为一支及时有效的监测力量,该方法可以成为更加有效、更加实时、更加精确的监测手段,可以进行推广应用。