一种基于边缘信息融合模型的作物幼苗植株分割方法


发布时间:

2022-08-10

来源:

本站

作者:

PhenoTrait

  植物图像的自动分割是植物表型研究中的一个热点问题,它是作物生长过程监测和害虫识别等应用的核心技术之一。由于自然环境中水果、果蔬植物的枝叶尺度和大小不同,边缘不规则,很难准确分割。为了在自然环境中准确分割作物幼苗,实现幼苗位置和表型的自动测量,本文提出了一种融合目标区域语义和边缘信息的作物幼苗植株分割网络模型。主干网络由UNET网络组成,在提取特征时引导主干网络感知植物边缘信息;使用空间带孔特征金字塔构建特征融合模块,该模块融合了由UNET主干网络和边缘感知模块提取的特征。结合边缘感知损失和特征融合损失,构造了用于整体网络优化的联合损失函数。本研究参考了编码器网络,编码网络采用密集网络复用和融合多层特征,改进了信息传输方式;解码网络采用转置卷积进行上采样,结合层跳连接融合浅层细节信息和深层语义信息;在编码和解码 Atrous 空间金字塔池 (ASPP) 之间添加一个孔,提取不同接收域的特征图,集成多尺度特征,聚合上下文信息。实验结果表明,在相同的网络训练参数下,通过测试本文方法得到的平均交叉融合率和平均召回率分别为58.13%和64.72%,优于手动标记样本对应的分割结果;此外,在训练样本中加入10%的室外幼苗图像后,该方法在室外测试集上的平均像素精度可以达到90.54%,具有良好的泛化能力。

 

  图1 实验场景示意图

 

  图2基于DMN的黄花梨植物语义分割网络结构

 

  图3网络结构

 

  图4 不同模块分割结果的比较

 

  来源:Zuo X, Lin H, Wang D, Cui Z. A method of crop seedling plant segmentation on edge information fusion model. IEEE Access. 2022.

  

  编辑:张玉

推荐新闻

石时之约|韩志国:透过表型数据,看见植物的喜怒哀乐!

本期石时之约,我们将对话慧诺瑞德(北京)科技有限公司总经理、国际植物表型学会(IPPN)执委会委员/工业分会副主席韩志国,一起从表型数据的科学角度,去读懂农作物的喜怒哀乐和前世今生。

慧科研、慧育种、慧种田——慧聚改变的力量

让我们“慧聚”在一起,为“慧科研、慧育种、慧种田”赋能。

高通量植物表型平台建设注意事项

育种,是在给定的环境条件下,选择各种表型指标(产量、品质、抗性)最优的基因型材料的过程(AI育种,从这里起步)。育种工作中大约70%的工作量来自表型观察测量和筛选,是最耗人力物力的过程。

作物生理表型测量基础原理

生理表型测量的核心在于“早、快”,要在肉眼可见之前就能测量并预判出变化趋势,才是这个技术的核心价值。叶绿素荧光成像,恰好满足了这个要求。