-
题名基于弯曲大豆植株主茎骨架重构的生理株高测量方法
- 1
-
-
作者
汤奥冉
金秀
王坦
饶元
李佳佳
张武
-
机构
安徽农业大学信息与人工智能学院
农业农村部农业传感器重点实验室
安徽农业大学农学院
-
出处
《浙江农业学报》
北大核心
2025年第2期466-479,共14页
-
基金
国家自然科学基金(32371993)
安徽省重点研究与开发计划项目(202204c06020026,2023n06020057)
安徽省高校自然科学研究重大项目(2022AH040125,2023AH040135)。
-
文摘
准确测量大豆的生理株高是大豆考种的重要任务之一。传统基于计算机视觉的株高测量通常采用植株端点的直线长度或对植株进行像素分割等方法,存在茎秆自然弯曲的生理株高测量误差大、数据标注成本高等问题。本研究提出了一种利用改进的YOLOv8n模型重构弯曲大豆主茎骨架实现生理株高的准确测量的方法。在原有YOLOv8n模型的基础上引入CA注意力机制(Coordinate Attention)、融合小目标检测层实现对主茎节点的检测获取其位置信息,再使用YOLOv8n-seg模型实现根部分割获取根茎交界点的位置信息从而排除根部长度影响,最后根据植株的生长方向结合主茎节点和根茎交界点的位置信息构建大豆植株主茎骨架,利用其能够准确反映生理株高的形态信息提高测量的精度。试验结果表明,改进的YOLOv8n模型的平均精度值为91.52%,较原始网络提升了2.09百分点,YOLOv8n-seg模型的平均精度值为95.54%,可实现大豆植株主茎骨架的高精度重构,重构大豆主茎骨架实现生理株高测量的平均绝对误差为1.67 cm,均方根误差为1.91 cm,平均绝对百分比误差为3.25%,与测量检测框长度推算弯曲大豆生理株高相比平均绝对百分比误差下降了8.46百分点,更适合于大豆生理株高测量。研究结果表明,该方法能获得准确的大豆生理株高测量结果,可为大豆智能考种提供方法与技术支撑。
-
关键词
弯曲
大豆
主茎骨架
目标检测
株高测量
-
Keywords
curvature
soybean
main stem skeleton
object detection
plant height measurement
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
