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，會導(dǎo)致根系邊緣處的像素被錯分為土壤。同時，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)計了一種原位自動根系成像系統(tǒng)以實時獲取作物的微根管圖像，構(gòu)建全尺度跳躍特征融合機制，使用... （共10頁）