Probando un método basado en un UNet mejorado y un algoritmo de adelgazamiento de esqueletos para obtener fenotipos de ramas de árboles altos y valiosos utilizando como muestra de investigación
Autores: Shen, Jiahui; Zhang, Lihong; Yang, Laibang; Xu, Hao; Chen, Sheng; Ji, Jingyong; Huang, Siqi; Liang, Hao; Dong, Chen; Lou, Xiongwei
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Probando un método basado en un UNet mejorado y un algoritmo de adelgazamiento de esqueletos para obtener fenotipos de ramas de árboles altos y valiosos utilizando como muestra de investigación
Categoría
Ciencias Agrícolas y Biológicas
Subcategoría
Botánica
Palabras clave
Características morfológicas
Monitoreo de la salud de las plantas
Monitoreo del fenotipo de las ramas
Modelo UNet
Longitud de la rama
ángulo de inclinación
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 10
Citaciones: Sin citaciones
Los cambios repentinos en las características morfológicas de los árboles están estrechamente relacionados con la salud de las plantas, y las mediciones fenotípicas automatizadas pueden ayudar a mejorar la eficiencia del monitoreo de la salud de las plantas, y así contribuir a la conservación de árboles viejos y valiosos. La distribución irregular de las ramas y la influencia del entorno natural hacen que sea muy difícil monitorear el estado de las ramas en el campo. Con el fin de resolver el problema del monitoreo del fenotipo de las ramas de plantas altas y valiosas en el entorno de campo, este artículo propone un modelo UNet mejorado para lograr una extracción precisa del tronco y las ramas. Este artículo también propone un algoritmo que puede medir la longitud de la rama y el ángulo de inclinación utilizando el tronco principal y las ramas separadas en la etapa anterior, encontrando la línea esquelética de una sola rama a través del procesamiento morfológico de imágenes digitales y el algoritmo de adelgazamiento de Zhang-Suen, obteniendo el número de puntos de píxeles como la longitud de la rama, y luego utilizando la distancia euclidiana para ajustar una línea recta y calcular el ángulo de inclinación de cada rama. Estos procedimientos se llevaron a cabo para monitorear el cambio en la longitud de la rama y el ángulo de inclinación y para determinar si había ocurrido rotura de ramas de plantas o eventos de estrés externo. Evaluamos el método en imágenes de video, y los resultados experimentales mostraron que el algoritmo presente tiene un rendimiento más excelente con un 94.30% de MIoU en comparación con otros algoritmos de segmentación de objetivos. El coeficiente de determinación (R) es superior a 0.89 para el cálculo de la longitud de la rama y el ángulo de inclinación. En resumen, el algoritmo propuesto en este artículo puede segmentar eficazmente las ramas de plantas altas y medir su longitud y ángulo de inclinación en un entorno de campo, proporcionando así un método efectivo para monitorear la salud de plantas valiosas.
Descripción
Los cambios repentinos en las características morfológicas de los árboles están estrechamente relacionados con la salud de las plantas, y las mediciones fenotípicas automatizadas pueden ayudar a mejorar la eficiencia del monitoreo de la salud de las plantas, y así contribuir a la conservación de árboles viejos y valiosos. La distribución irregular de las ramas y la influencia del entorno natural hacen que sea muy difícil monitorear el estado de las ramas en el campo. Con el fin de resolver el problema del monitoreo del fenotipo de las ramas de plantas altas y valiosas en el entorno de campo, este artículo propone un modelo UNet mejorado para lograr una extracción precisa del tronco y las ramas. Este artículo también propone un algoritmo que puede medir la longitud de la rama y el ángulo de inclinación utilizando el tronco principal y las ramas separadas en la etapa anterior, encontrando la línea esquelética de una sola rama a través del procesamiento morfológico de imágenes digitales y el algoritmo de adelgazamiento de Zhang-Suen, obteniendo el número de puntos de píxeles como la longitud de la rama, y luego utilizando la distancia euclidiana para ajustar una línea recta y calcular el ángulo de inclinación de cada rama. Estos procedimientos se llevaron a cabo para monitorear el cambio en la longitud de la rama y el ángulo de inclinación y para determinar si había ocurrido rotura de ramas de plantas o eventos de estrés externo. Evaluamos el método en imágenes de video, y los resultados experimentales mostraron que el algoritmo presente tiene un rendimiento más excelente con un 94.30% de MIoU en comparación con otros algoritmos de segmentación de objetivos. El coeficiente de determinación (R) es superior a 0.89 para el cálculo de la longitud de la rama y el ángulo de inclinación. En resumen, el algoritmo propuesto en este artículo puede segmentar eficazmente las ramas de plantas altas y medir su longitud y ángulo de inclinación en un entorno de campo, proporcionando así un método efectivo para monitorear la salud de plantas valiosas.