(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211134557.5 (22)申请日 2022.09.19 (71)申请人 安徽大学 地址 230601 安徽省合肥市经济技 术开发 区九龙路1 11号 (72)发明人 胡根生　夭盼　万名烛　张艳　 (74)专利代理 机构 北京天盾知识产权代理有限 公司 11421 专利代理师 袁庆峰 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/73(2017.01) G06V 20/17(2022.01) G06N 3/08(2006.01) (54)发明名称 一种基于yolov5的松树林病害无人机遥感 监测方法 (57)摘要 本发明涉及一种基于yolov5的松树林病害 无人机遥感监测方法， 包括： 利用无人机搭载的 光学相机获取病害松树林的原始无人机图像； 将 原始无人机图像划分为训练集图像和测试集图 像， 将训练集图像裁剪为规定大小的图像块； 利 用cut‑paster方法来增加训练集 图像中的背景 目标， 增加样本多样性； 基于yolov5建立松树林 病害监测网络模 型； 利用训练集图像训练松树林 病害监测网络模 型； 利用通过训练后的松树林病 害监测网络模型预测测试集图像中不同严重程 度的病害松树； 输出每棵病害松树的地理位置信 息。 本发明实施例解决无人机遥感图像中病害松 树形态多变、 不同严重度病害松树颜色纹理特征 相似等因素对监测结果的影 响， 实现对松树林病 害的精确监测。 权利要求书2页 说明书8页 附图4页 CN 115471478 A 2022.12.13 CN 115471478 A 1.一种基于yo lov5的松树林病害无 人机遥感监测方法， 其特 征在于， 包括如下流 程： 步骤一： 利用无 人机搭载的光学相机获取病害松树林的原 始无人机图像； 步骤二： 将原始无人机 图像划分为训练集图像和测试集图像， 将训练集图像裁剪为规 定大小的图像块， 去除不包 含病害松树的图像块后利用lableImg对图像块进行 标注； 步骤三： 利用cut ‑paster方法来增 加训练集图像中的背景目标； 步骤四： 基于yo lov5建立松树林病害监测网络模型； 步骤五： 利用训练集图像训练松树林病害监测网络模型； 步骤六： 利用通过训练后的松树林病 害监测网络模型预测测试集图像中不同严重程度 的病害松树； 步骤七： 输出每棵病害松树的地理位置信息 。 2.根据权利要求1所述的一种基于yolov5的松树林病害无人机遥感监测方法， 其特征 在于， 所述 步骤二中将训练集图像裁 剪为640*640大小的图像块。 3.根据权利要求1所述的一种基于yolov5的松树林病害无人机遥感监测方法， 其特征 在于， 所述松树林病害监测网络模型的工作方法包括： 训练集图像输入到主干网络， 通过主 干网络提取图像特 征， 并将其输入基于PANet的Neck部分进行高低层特 征融合。 4.根据权利要求3所述的一种基于yolov5的松树林病害无人机遥感监测方法， 其特征 在于， 所述松树林病害监测网络模型中使用DenseNet网络中的密集卷积块Dense  block代 替C3模块中的bot tleneck块。 5.根据权利要求3所述的一种基于yolov5的松树林病害无人机遥感监测方法， 其特征 在于， 所述松树林病害监测网络模型中特 征金字塔PANet上增 加了上下文增强模块C EM。 6.根据权利要求3所述的一种基于yolov5的松树林病害无人机遥感监测方法， 其特征 在于， 所述松树林病害监测网络模型采用深度可分离卷积。 7.根据权利要求1所述的一种基于yolov5的松树林病害无人机遥感监测方法， 其特征 在于， 所述无人机带有GPS模块， 所述无人机搭载的光学相机获取病害松 树林的原始无人机 图像具有三维球面 地理位置信息 。 8.根据权利要求7所述的一种基于yolov5的松树林病害无人机遥感监测方法， 其特征 在于， 所述 三维球面 地理位置信息转换为投影坐标的方法包括： 通过公式： N ＝(x/6)+31    (1) 获得适当数量的墨卡托投影分布带， 其中N表示墨卡托投影分布带的数量， x表示区域 经度的整数部分， 由x/ 6获得的结果向下 取整； 采用Gdal和Osr库中的两个坐标转换函数， 将转换后的平面坐标位置信息加入到松树 林病害监测网络模型的输出中。 9.根据权利要求8所述的一种基于yolov5的松树林病害无人机遥感监测方法， 其特征 在于， 所述原 始无人机图像的图像坐标与投影坐标的转换 方法包括： 利用Gdal库中的GetGeoTransform函数返回图像左上角和右下角的投影坐标， 以及图 像的宽度和高度6个值， 根据这6个值和图像上的坐标计算每 个目标对应的投影坐标； 原始无人机图像的图像坐标与投影坐标的x轴和y轴上的转换公式为： Px＝trans[0]+co l×trans[1]+ro w×trans[2]    (2) Py＝trans[3]+co l×trans[4]+ro w×trans[5]    (3)权　利　要　求　书 1/2 页 2 CN 115471478 A 2其中Px和Py表示x轴和 y轴上的投影坐标， cols表示图像上检测目标的坐标列数， rows 表示检测目标在图像上的坐标行数， trans[0]和trans[3]表示输入图像左上角的投影坐 标， trans[2]和trans[4]表示输入图像右下角的投影坐标， trans[ 1]和trans[5]表示输入 图像在宽度和高度上 的分辨率。 由于图像一般是在北半球拍摄的， 因此仅返回投影图像的 左上角坐标， t rans[2]和t rans[4]返回为 零。 10.根据权利要求8所述的一种基于yolov5的松树林病害无人机遥感监测方法， 其特征 在于， 投影坐标与三维球面 地理坐标信息转换 方法为： 在osr库中执行GetProjection函数和CloneGeogCS函数， 以获取投影和 地理坐标 的参 考系； 然后执行osr库中Coordinat eTransform ation function以实现从WGS  1984 UTM Zone  50N投影坐标系到WGS  84地理坐标系的坐标转换； 协调转换完成后， 得到每棵病害松树的经纬度信息 。权　利　要　求　书 2/2 页 3 CN 115471478 A 3