Durante mucho tiempo ha sido una gran preocupación en el aprendizaje profundo que nos falten datos masivos para conjuntos de entrenamiento de alta precisión, especialmente en el campo de la agricultura. Las plantas en imágenes capturadas en invernaderos, desde lejos o de cerca, no solo tienen varias estructuras morfológicas, sino que también pueden tener un fondo ocupado, lo que conlleva enormes desafíos en la etiquetación y segmentación. Este artículo propone un algoritmo estadístico no supervisado SAI-LDA (asignación latente de Dirichlet iterativa autoadaptativa) para segmentar automáticamente imágenes de tomate de invernadero de una cámara de vigilancia de campo, tomando prestado el modelo de lenguaje LDA. Se adoptan características jerárquicas de wavelet con un diseño de documento de palabras de cuadrícula superpuesta y un método modificado basado en densidad quick-shift, respectivamente, según diferentes tipos de imágenes, que se clasifican por proporciones específicas entre frutas, hojas y el fondo. También utilizamos la correlación de características entre varias capas de la imagen para realizar una optimización adicional a través de tres rondas de iteración de LDA, con documentos actualizados para lograr una segmentación más fina. Los resultados experimentales muestran que nuestro método puede etiquetar automáticamente los órganos de la planta de invernadero en circunstancias complejas, de manera rápida y precisa, superando la dificultad de la calidad de imagen en tiempo real inferior causada por una cámara de vigilancia, y así obtener grandes cantidades de conjuntos de entrenamiento valiosos.