基于U-Net模型和FCM算法的番茄穴盘苗重叠幼叶分割方法

来源：江苏农业科学杂志2022年第第2期北京时间：

作者：赵广猛; 王卫兵

单位：石河子大学机械电气与工程学院，新疆石河子 832003

摘要：针对传统方法对番茄穴盘苗重叠幼叶图像分割精度较低、背景剔除困难的问题，提出一种基于U-Net模型和模糊C均值聚类(FCM算法)相结合的图像分割方法。首先用ExRG法对图像的背景进行剔除，得到待分割幼叶的主体区域，对图像进行预处理。其次建立数据集，训练网络模型，用预训练的U-Net模型分割幼叶主体区域，提取其过渡区域；同时用FCM算法分割幼叶主体区域，提取其过渡区域。然后结合FCM算法分割得到的过渡区域和U-Net模型分割得到的过渡区域，得到重叠叶片的最终分割结果。最后，为了得到精准的评估结果，将重新连接的过渡区域进行填充，并与其他文献所述的算法进行对比分析。结果表明，所提出的基于U-net模型和FCM算法对穴盘苗幼叶轮廓分割的结果更加准确，泛化性更强。证明对番茄幼苗叶片图像分割的有效性，为幼苗生长状况的检测研究提供了支持。

关键词：穴盘苗幼叶;U-Net模型;FCM算法;图像分割;结合分割