马铃薯冠层固结后的高通量表型对作物育种和管理具有重要意义。第一步是分割他们的叶马铃薯茎，这是具有挑战性的冠层巩固后，因为马铃薯茎密集和交织。目前的密集作物分割方法是手动的。本研究在超低空飞行中为无人机配备高分辨率RGB传感器，作为高通量替代方案。利用YOLOv8x和RGB、RGB- DSM、RGB-CHM、RGB-DSM× 3、RGB- EXG种波段组合，提出了一种端到端分割马铃薯茎的方法。RGB-DSM组合的YOLOv8x模型F1得分为0.86，IoU得分为0.83，具有较好的性能。当在RGB图像中添加DSM或CHM时，F1分数和IoU都提高了16%以上。结果表明，马铃薯茎缘高度突变对改善马铃薯茎的分割起着至关重要的作用。毫米级的地面取样距离有利于马铃薯的高通量表型。YOLOv8x的精度和效率在通过遥感指导马铃薯及其他可耕地作物表型自动化方面具有很大的潜力。

图1  用红色矩形绘制的无人机成像区域(a)和ExG (b)、RGB (c)、DSM (d)和CHM (e)的数据示例。

图2  多叶马铃薯茎的注释示例。有完整叶片的马铃薯茎用绿色多边形绘制，标记为分枝；有叶片原基的马铃薯茎用红色多边形绘制，标记为中心。

图3  田间测量得到的茎高分布。

图4  插值距离分别为0.01 m (a)、0.1 m (b)和1 m (c) a的DEM图像样本以及对应CHM图（d e f）。

图5  在距离为0.1 m的插值条件下，实测茎高与CHM预测的线性回归(a) kj不等于0;(b) kj = 0。马铃薯作物的侧视图(c)。

图6 RGB、RGB- EXG、RGB- CHM、RGB- DSM × 3、RGB- DSM波段组合示例图像。