余博文，黄 巍

武汉工程大学计算机科学与工程学院，湖北 武汉430205

松材线虫是我国危害较大的外来入侵物种之一，松材线虫病（pine wilt disease，PWD）是该物种造成的一种毁灭性森林虫害，通过松墨天牛（monochamusalternatus）等媒介昆虫传播于松树体内，进而引发松林病害。最新公告［1］显示目前松材线虫病已在我国18个省份（666个区、县、市）发现，导致大量松树枯黄死亡，造成严重经济和生态损失。不同密度的松材线虫病树处理方式并不相同，对于10%以上病树率的区域，需要组织专业队伍全面砍伐，对于病树密度不大、只是零星分散着病树的区域，可以只处理病树［2］。因此对区域病树的计数和定位是松材线虫病树检测与防治的关键。

随着无人机技术和计算机视觉技术的发展，利用无人机航拍图像和计算机视觉技术处理松材线虫病树计数与定位取得了较大的进步［3］。松材线虫入侵松树后，外部具有显著症状：先是针叶失水，褪绿，继而变褐，而后整株枯死，针叶全呈红黄色［4］。利用该特征对病树进行计数与定位，有助于病树的处理，防止疫情扩散。

传统计数方法大致分为无监督学习和有监督学习两大类。无监督学习算法主要利用外观相似性［5］和运动相似性［6］解决计数问题，但前者无法处理遮挡密度较高的计数问题，后者无法处理静止图像的计数问题。有监督学习分为基于检测的计数方法（counting by detection）和基于回归的计数方法（counting by regression）。基于检测的方法［7］一般通过检测图像中每个独立的目标来进行计……