国内外林业有害生物防治靶标识别技术的研究与展望

作为陆地森林生态系统骨架的树木长期遭受有害生物胁迫，危害林木正常生长，甚至造成林木死亡，对林业可持续发展带来严重威胁，为了实现对林业有害生物靶标及灾害区域的快速、准确检测和监测，需要识别获取林业有害生物防治靶标对象的特征。本研究首先重点围绕生物胁迫之植物病害、植物虫害、鼠（兔）危害、有害植物等直接靶标及其危害的间接靶标的主要特征分析，综述国内外采用不同途径检测和识别林业有害生物防治靶标的技术和装备研究概况。然后建议组织跨学科力量，探索研究基于植物胁迫预警靶标识别、传感网络协同防御控制的林业有害生物防治靶标识别技术及综合防治智能化系统。展望林业有害生物防治靶标识别被动传感技术和主动传感技术的未来发展，提出根据植物在生物胁迫下的物理化学特征表现开展机器视觉、气敏、力敏、热敏、声敏等防治靶标的被动传感技术研究，利用激光雷达扫描、光声效应主动引诱以及电子昆虫和气味主动引诱等主动传感技术，以解决被动传感难以识别特定有害生物靶标的问题，以及研发设计生物、磁敏、湿敏、热敏等新型传感器和研究超声波、LiDAR、辐射、卫星图像等多传感器融合技术，提高林业有害生物靶标的识别精度。最后围绕植物根系、野生哺乳...     

高新技术开发展望

生物识别技术将备受关注 鉴于反计算机黑客、反病毒、网络过滤及识别盗贼等技术存在的问题,生物识别技术为其提供了可能的解决方案.指纹、手纹、虹膜、声音和面部特征等识别技术已经开始用于政府和公司的身份认证系统,其中,指纹识别技术目前有67%的市场份额.生物识别将成为这些用途的撒手锏,当然,市场还有待开发,技术还有待完善,但是两种技术综合的安全措施效果明显.预计,生物识别技术的安全技术将在2008年～2012年得以广泛应用.     

基于计算机的木材特征提取和分类识别技术研究综述

木材由于内部结构和组成成分的差异,使不同种类木材表现出完全不同的理化性质,并决定其不同的用途和商业价格,因此针对木材的分类识别研究具有重要的应用价值。木材分类识别通常经过木材特征提取和基于特征的分类识别这2个步骤。目前木材特征提取主要利用计算机视觉、光谱分析等技术。木材分类识别是基于木材特征的数字化,这一部分可利用计算机算法实现自动识别,较以往人工识别可大幅提高准确度。文中通过分析近20年来木材特征提取和分类识别的相关文献,介绍各种基于计算机的木材特征提取与分类识别技术的特点及适用范围,并结合计算机技术的发展方向探讨木材特征提取与分类识别技术的发展趋势,以期为构建更准确的木材分类识别技术提供参考。     

高光谱遥感在植被特征识别研究中的应用

总结了高光谱遥感在植被物种识别、结构特征分析、理化信息提取等主要领域的应用研究现状; 分析了高光谱遥感在植被特征识别中所涉及的光谱特征优化、混合光谱分解、图像分类识别等关键性技术环节的最新进展; 剖析了目前研究中存在的主要问题, 并对今后的发展态势进行了展望。     

木材树种计算机视觉识别技术发展与应用

我国是全球林产品生产、贸易和消费第一大国,因此受到国际社会的广泛关注。在木材和木制品贸易流通环节经常出现以假乱真、以次充好的现象,为国际履约执法和林产品产业监管带来严峻挑战。基于木材解剖的传统木材树种识别方法,一般只能识别木材到"属"或"类"。近年来发展的DNA条形码、近红外光谱等木材树种识别新技术虽然可以实现木材"种"的识别,但难以在口岸、现场等多场景下对大批量样本进行自动精准识别。随着计算机技术的快速发展,计算机视觉识别技术可以从不同类别图像中提取关键特征,从而对图像进行分类,为木材树种分类带来新的途径。笔者首先介绍了基于图像采集、特征提取和树种分类的传统木材树种计算机视觉识别技术研究概况,然后从图像数据集构建、模型构建训练与测试以及系统开发等应用等方面介绍了基于深度学习的木材树种计算机视觉识别技术研究应用现状,并结合国内外研究进展对基于深度学习的计算机视觉识别技术在木材树种识别领域的应用进行了展望和提出建议,以期为木材树种自动精准识别研究提供新的思路。     

基于桥梁结构动力特性损伤识别方法的研究

本文对基于振动损伤识别技术进行了研究，基于振动损伤识别技术主要是认为损伤将显著改变结构的刚度、质量或耗能能力，进而引起所测结构动力特征或响应的改变。通过从实测数据中提取全桥不同部位动力参数信息或衍生信息，并对比结构无损状态下的相应信息，来实现结构的损伤识别及状态评估。文中对一简单结构悬臂梁模型进行损伤识别仿真分析，研究其动力特性及其衍生信息与损伤位置及程度的关系，得出简单结构悬臂梁模型损伤动力特性的变化规律，并通过动力特性变化及曲率模态实现了对简单结构悬臂梁模型的损伤识别。     

木材树种识别技术现状、发展与展望

介绍了木材树种宏观及其与微观特征结合的识别技术、木材识别特征的术语和定义、木材识别辅助工具和软件以及命名依据;阐述了DNA标记、稳定同位素、近红外光谱分析等木材树种识别新技术的发展,及对木材树种和产地鉴定的应用前景.     

基于细胞数字特征的板材材种识别技术

木材识别是合理利用木材最基本的前提。为了解决人工鉴定失误率高的问题,本文提出基于细胞数学描述理论的板材识别方法,采用木材端面细胞的显微数字图像,利用板材材种的数学仿真技术、图像处理技术、数据库管理和系统辨识方法,提取细胞轮廓形态和尺寸等参数建立基准细胞和材种识别数字化参数库。减少传统的依赖图像像素特征识别比较方法的不确定性,创新材种识别的数字化理论体系,推动板材材种识别的实用化。     

森林害虫中可食用种类的利用

食用昆虫体内含有高蛋白，多种人体必需氨基酸，还含有脂肪、多种矿物质和维生素，已被列为２１世纪食品，成为生物产业开发研究的热点。我省森林面积大，树种丰富，森林害虫种类较多，这些害虫中也有一些种类是我国人民喜食的。发动林区广大群众人工捕捉和食用这些害虫，即减轻了它们对森林的危害，不污染环境，又满足了人们的营养需求，可谓是一举两得。现将我省森林害虫中几种常见食用种类的识别特征、捕捉时间、地点及食用方法介绍如下。１东方蝼蛄（GryllotalpaorientalisBurmeister）属直翅目蝼蛄科。１．１识别特征１．１．１成虫：…     

基于机器视觉的木材特征提取与树种识别研究综述

我国是木材及木制品加工大国,近年来家具、装修等市场需求的快速增长推动了木材加工行业的发展。由不同树种制作而成的木材材料性质与价值大相径庭,因此准确识别木材树种具有重要意义。相较于传统人工识别,基于机器视觉的木材树种识别大幅度提高了准确率。文中通过分析近5年来木材识别领域的相关文献,总结了木材特征提取的相关技术与树种识别的各种方法,提出要深度融合木材的多个特征并加强各种算法间的配合使用;此外,针对机器视觉在木材树种识别中的应用普遍停留在学术研究阶段的问题,提出木材树种识别应向装备数字化方向发展,以期提高木材树种识别的工作效率。     

滇产另15种热带材识别与利用初步研究

就国内有关文献尚无记载或叙述不详的红果Jian木、香港Jian木、割舌树等滇产15种热带木材的识别特征和用途进行了研究，其结果供有关方面开发利用滇产热带木材作参考。     

滇产15种热带材识别与利用初步研究

就国内有关文献尚无记载或叙述不详的方榄，大花五桠果，山蕉等滇产15种热带木材的识别特征，宏观结构，微观结构和利用价值进行了研究。其结果供有关方面开发利用滇产热带木材作参考。     

无人机搭载普通相机林火识别技术研究

提出了一种无人机搭载普通相机的林火识别技术,其是一种低成本无人机林火监测方法。本研究以旋翼无人机为载体,通过在南京森林警察学院院内的两块实验场地（林地、无林土丘）进行点火试验,以机载摄像机拍摄的森林视频图像建立了基于混合高斯背景模型和颜色模型的多级火灾隐患特征验证算法。在同一区域,结合地面调查数据,对无人机搭载普通相机林火识别技术精度进行检验。数据表明,在混合高斯模型得到候选火焰像素的基础上,通过试验设置最优阈值,采用归一化互相关方法设定相似度阈值为0.08,可实现对火焰特征的检测与识别。通过低成本的机载普通相机能较快地识别火灾隐患,降低误检率,可为相关研究和实际应用提供参考。     

原木形状识别技术的探讨

在总结了国内外原木形状识别技术理论发展状况的同时,对我国原木识别技术的发展趋势做了分析,指出利用先进的原木识别技术实现制材优化,提高原料利用率,降低成本,是制材行业发展的必然。     

基于数字图像的木材缺陷识别研究进展

数字图像处理技术是在木材缺陷识别中应用最广泛的技术之一,具有准确、快速、无损和成本低等优点。本文阐述基于数字图像的木材缺陷识别技术的研究现状,分析图像预处理、分割、特征提取及融合、图像识别分类过程涉及的算法,并对每种方法的特点以及局限性进行总结,对未来研究的发展趋势进行展望。数字图像处理技术进一步走向自动化和智能化,还需要更深入的研究。     

基于ResNet网络的小蠢虫识别研究

随着人工智能的发展,视觉感知技术为林业害虫识别防治提供了新方法和实现思路.论文提出一种基于深度感知神经网络框架实现小蠢虫的检测识别,检测系统具体采用了特征金字塔结构、形变结构和新型非极大值抑制技术进行构建,其准确率达到了96.32％.这说明了基于人工智能技术方案识别林业害虫的可行性.与传统方法相比,此方法在精准识别林业...     

鸟类全景观测系统中的人工智能识别技术

随着数字化基础设施建设的推进,采用人工智能技术对鸟类观测影像进行实时识别,以期为湿地监控与生物多样性保护提供新的手段.2020年,在长兴仙山湖国家湿地公园,根据鸟类监测、识别场景的特点,利用级联分类器和卷积神经网络人工智能识别技术对鸟类进行监测、识别.结果表明,该鸟类检测和分类模型在验证集中分类精度达到87.75％以上...     

吉安庐陵传统村落文化景观基因识别与提取研究

指出了传统村落作为传承中华文明的重要载体,具有丰富的文化历史价值,其中吉安庐陵传统村落文化是我国独具区域性文化的杰出代表。吉安庐陵传统村落较为原真地再现了庐陵文化的历史特征和文化内涵,是当代人深入了解庐陵传统文化的重要窗口。以文化景观基因为研究视角,系统地识别与提取了吉安庐陵传统村落的传统名居、公共建筑、建筑材料与标志符号等物质文化景观基因,识别了风俗文化、红色文化、陶瓷文化和宗教文化等非物质文化景观基因,以期为吉安庐陵传统村落的保护与传承提供参考。     

结合光学与雷达影像多特征的热带典型人工林树种精细识别

【目的】结合Sentinel-2光谱特征、纹理特征和Sentinel-1雷达后向散射特征,开展光学与雷达影像协同人工林树种分类研究,评价不同数据源和不同特征在树种分类中的作用,获取最优分类策略,为热带典型人工林树种精细识别提供新的技术途径。【方法】获取Sentinel-2光学影像43个光谱特征,将优选的Sentinel-2光谱特征与Sentinel-2纹理特征、Sentinel-1雷达后向散射特征组合,采用随机森林分类算法对研究区橡胶林、油棕林和桉树林进行精细提取,并评价不同特征对人工林树种识别的贡献。【结果】1)选择重要性排名前17的Sentinel-2光谱特征参与分类时,OOB score达最高值0.947 2,其中Sentinel-2的蓝波段、红边和近红外波段及其相应的植被指数在树种识别中重要性较高; 2) Sentinel-2纹理特征和Sentinel-1雷达后向散射特征对于不同树种均具有一定差异性,可作为树种分类的有效特征; 3)仅利用Sentinel-2光谱特征对橡胶林、油棕林和桉树林的区分度有限,生产者精度和用户精度的调和平均值(F1)分别为0.70、0.74和0.61;结合光谱特征、纹理特征和后向散射特征,3种人工林的分类精度达到最高,F1均大于0.80,同时其他地物的分类精度也有较大提高,总体分类精度为0.85,Kappa系数为0.83。【结论】Sentinel-2光学影像的光谱特征是树种识别的重要基础,Sentinel-2光学影像派生的纹理特征及由Sentinel-1雷达影像提取的后向散射特征可为不同人工林树种识别提供有益补充。考虑到Sentinel-2和Sentinel-1较高的时间分辨率和空间分辨率,同时结合其光谱特征、纹理特征和后向散射特征对热带典型人工林树种进行精细识别具有极大潜力。     

巨桉种源家系多点遗传变异及选择比较

利用远程视频进行林火识别是林火监测技术的研究热点之一。文章介绍了近年来国内外基于远程视频的林火识别技术的研究概况,指出当前存在的主要问题在于难以兼顾识别效率、识别距离及识别率,指出利用多光谱进行林火识别,减少识别误差及提高识别效率是基于远程视频的林火识别技术的研究方向。