松材线虫病是一种毁灭性松树传染病，传播速度快，发病时间短，致病能力强，及时发现并确定受害木的位置，然后采取安全处理措施是目前控制松材线虫病蔓延的有效手段。本文利用小型无人机平台搭载可见光RGB数码相机获取超高空间分辨率影像，采用Faster R-CNN目标检测算法实现对染病变色松树的自动识别。与传统受害木识别方法不同，本文考虑了其他枯死树和红色阔叶树对受害木识别的影响。实验结果表明，根据受害木的冠幅大小修改区域生成网络中的锚框（anchor）尺寸后，并考虑其他枯死树和红色阔叶树的影响，有利于提高受害木识别效果和检测精度。受害木识别的总体精度在改进后从75.64%提高到82.42%，提高了6.78个百分点，能满足森林防护人员对受害木定位处理的需求。最后通过坐标转换的方式得到受害木的精确位置信息与空间分布情况，结合点位合并过程，最终正确定位出494棵受害木。本文方法具有低成本、高效和自动识别等优点，能为松材线虫病的防控提供技术支持。通过结合无人机遥感和目标检测算法能监测松材线虫病的发生现状和受害木的分布情况，为后续的疫木无害化处理提供了支撑。