相似背景叶片图像自动分割方法


发布时间:

2021-06-30

来源:

本站

作者:

PhenoTrait

当背景中存在相似的叶片时,尤其是在田间采集的叶片图像中,叶片图像分割的实时自动化是一项艰巨难的任务。这些叶片图像在监测植物的生长和健康方面起着关键作用,本文提出了一种基于核线性判别分析(KLDA)和高斯过程回归的分割方法。

 

本文所提出的自动叶片分割方法所涉及的步骤

 

结果中间步骤在提出的分层模型自动分割过程

 

首先,利用KLDA算法分两步将目标叶与其相似的背景区分开来:(i)检测目标叶片表面;(ii)检测目标叶片边缘。接着,所得到的粗分割图像进一步进行处理:包括获得精细分割图像所必需的边缘检测和形态学操作。为了使分割过程完全自动化,提出使用基于高斯过程的回归技术来估计形态学处理所需的调整参数。最后,利用向日葵叶数据集和 ImageCLEF (Pl@ntleaves) 数据集上进行了测试,验证了本文提出的方法。实验结果表明,该方法在叶片分割过程自动化方面具有潜在的应用价值。

 

使用KLDA和形态学处理获得5倍的分割精度(曼哈顿度量),并通过各种回归技术估计调整参数

 

于KLDA和核平滑的高斯过程回归得到的ImageCLEF数据集的叶片分割图像

 

来源:

Jaya Brindha G., GopiE.S.. An hierarchical approach for automatic segmentation of leaf images with similar background using kernel smoothing based Gaussian process regression. Ecological Informatics Volume 63, July 2021, 101323. https://doi.org/10.1016/j.ecoinf.2021.101323.

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。