基于YOLO v5的植物叶绿素含量估测与可视化技术

摘要：

为快速估测并直观显示植物叶绿素含量的冠层分布,以苗期的簸箕柳作为研究对象,构建了一套多视角表型信息采集平台,通过目标检测算法YOLO v5检测识别出植物分枝区域并提取不同色彩空间下的主枝部分分层色彩因子,对比多种模型回归方法,将多组色彩因子组合与手持式叶绿素含量测定仪测得的SPAD进行反演建模,得到拟合度最高的色彩因子组合回归模型;将该模型应用于整株苗木图像来表征SPAD的冠层分布,实现叶绿素含量在整株植物分布上的可视化.结果表明:通过对比多种回归算法下不同色彩因子组合模型与SPAD指数的相关性,发现在RGB空间下由色彩因子R、G、B、G/R、G/B构建的对数项岭回归算法拟合模型效果最佳,其拟合度最高(R2为0.73),且误差最小(RMSE为2.16).本文通过采集多视角图像,基于YOLO v5目标检测模型识别出植物主枝冠层区域,得到叶绿素含量冠层分布的最佳估测模型并进行可视化,可实现植物苗期生长的监测与植物长势的快速评判,为氮胁迫早期诊断和氮肥科学施加提供技术指导.

关键词：簸箕柳、叶绿素含量、估测拟合模型、表型信息、多视角图像、可视化

所属期刊栏目：53

分类号：TP391.1(计算技术、计算机技术)

资助基金：国家自然科学基金;江苏省现代农机装备与技术示范推广项目;江苏省六大人才高峰项目;江苏省"青蓝工程"项目;江苏省333工程项目;江苏省重点研发计划现代农业项目

在线出版日期：2022-06-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：313-321