农业机械学报

作者：胡春华，刘炫，计铭杰，李羽江，李萍萍

单位：南京林业大学,南京林业大学,南京林业大学,南京林业大学,南京林业大学,

关键词：杨树叶片;SegNet;三维点云;分割

基金：国家重点研发计划项目（2017YFD0600905-1）和江苏高校优势学科建设工程项目（PAPD)

准确分割单个杨树叶是无接触提取杨树苗叶表型参数的前提，针对大田杨树苗的复杂种植环境，本文提出一种基于SegNet与三维点云聚类的大田杨树苗叶片分割方法。首先对Kinect V2相机进行标定，对齐RGB与深度数据，滤除背景，获得RGB与深度数据融合数据；然后针对RGB与深度融合数据采用语义分割算法SegNet对杨树苗叶与杨树干进行分割；为了更好地分割出单个杨树叶，对分割的杨树叶区域重构出三维点云，采用基于几何距离的kd-tree对单个树叶进行分类。对采集的单株树苗与多株树苗数据进行了实验分析，采用SegNet与FCN分别对杨树苗叶区域与茎区域进行分割，结果表明，SegNet对叶、茎检测准确率分别为94.4%、97.5%，交并比分别为75.9%、67.9%，优于FCN；对叶区域采用不同距离阈值的kd-tree算法进行单叶分割分析，确定了适合杨树叶的分割阈值。实验结果表明，本文提出的分割算法不仅能分割出单株杨树苗的叶片，也能分割出多株杨树苗的单个叶片。

来源：2022年第6期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2022年第6期