基于ResNeXt单目深度估计的幼苗植株高度测量方法

来源：农业工程学报杂志2022年第3期北京时间：

作者：宋磊,李嵘,焦义涛,宋怀波,

摘要：幼苗高度是幼苗培育过程中的重要性状，是幼苗生长状况和优良性状筛选的重要参考指标。针对目前研究多选用专业测量工具、使用带有标记的测量手段这一现状，该研究提出了一种基于单目图像深度估计技术的幼苗高度无参测量方法。首先以NYU Depth Dataset V2深度数据集为基础，以ResNeXt 101网络为深度估计网络主体实现植株图像深度估计。通过深度信息计算出拍摄点到植株的真实距离，结合图像中幼苗植株的像素高度和标定好的视场角实现幼苗高度的测量。为验证该方法的有效性，通过采集不同距离下的番茄幼苗图像1 728幅，辣椒幼苗图像160幅，甘蓝幼苗图像160幅进行植株高度测量试验。试验结果表明，在拍摄距离为105 cm内番茄幼苗平均绝对误差（Mean Absolute Error，MAE）为0.569 cm，均方根误差（Root Mean Square Error，RMSE）为0.829 cm，平均植株高度比例为1.005。辣椒，甘蓝幼苗的MAE为0.616和0.326 cm，RMSE为0.672和0.389 cm。每株幼苗高度的平均计算时间为2.01 s。试验结果表明该方法具有较好的可行性和普适性。不同光照强度下植株高度测量结果表明，在感光度小于160时，植株高度测试结果的MAE为0.81 cm，仍具有较好的测量准确度。当单幅图像中植株个数处于5以内时，MAE和RMSE的平均值分别为0.652和0.829 cm。研究结果表明，该模型可以较准确地从单幅图像中检测出多株植株高度，且在不同距离和一定光照强度变化内均可完成多种幼苗植株高度的精确测量。可为幼苗培育和成长时期判断等研究提供一种无损的植株高度测量方法。

关键词：幼苗植株, 高度测量, 单目图像, 深度估计, ResNeXt