基于微根管圖像的作物根系分割和表型信息提取

摘要： 微根管法采集的作物根系圖像具有復(fù)雜的土壤背景和較小的根系占比，當(dāng)深度學(xué)習(xí)的感受野較小或多尺度特征融合不充分時(shí)，會(huì)導(dǎo)致根系邊緣處的像素被錯(cuò)分為土壤。同時(shí)，微根管法的圖像采集周期長且在初期很難采集到大量有效樣本，限制了根系提取模型的快速部署。為提升根系表型測算精度和優(yōu)化提取模型部署策略，該研究設(shè)計(jì)了一種原位自動(dòng)根系成像系統(tǒng)以實(shí)時(shí)獲取作物的微根管圖像，構(gòu)建全尺度跳躍特征融合機(jī)制，使用... （共10頁）