农业机械学报

作者：卢鹏，孙天文，陈明，王振华，郑宗生

单位：上海海洋大学,上海海洋大学,上海海洋大学,上海海洋大学,上海海洋大学,

关键词：表型参数提取;红掌;目标检测;图像修复;YOLO v8;CycleGAN

基金：上海市科技创新计划项目（20dz1203800）

植株表型参数是描述植物形态、结构和生理特征的定量化指标，可揭示植物生长规律，以及与环境因素之间的关系。现有的人工测量和激光雷达点云植株表型参数提取方法存在数据误差大、易损伤植株、成本高和数据量大等问题。为此，本文提出了一种基于YOLO v8和CycleGAN的红掌植株表型参数自动提取方法，利用双重注意力机制CBAM改进YOLO v8，提高模型特征提取能力，对红掌植株叶片进行检测与分割；通过Grabcut算法去除分割后图像背景区域特征，并利用VGG模型对其进行分类，分出完整型红掌植株叶片和缺失型红掌植株叶片；在CycleGAN的生成器中引入双重注意力机制和特征金字塔，提高模型多尺度特征的提取能力，引入SmoohL1损失函数，提升模型稳定性，对缺失型红掌植株叶片进行修复；提出一种表型参数提取算法（Phenotypic parameters extraction algorithms，PPEA），实现对红掌植株叶长、叶宽和叶面积的自动提取。以650幅自建数据集为例，对上述方法进行了比较与分析，实验结果证明，本文方法在红掌植株表型参数自动提取方面具有良好的效果。

来源：2024年第11期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2024年第11期