本發(fā)明涉及計(jì)算機(jī)視覺(jué)，具體為一種面向大豆葉子表型分析的圖像修復(fù)方法。

背景技術(shù)：

1、在大豆育種工作中，大豆表型分析技術(shù)扮演著至關(guān)重要的角色，通過(guò)對(duì)大豆葉子表型特征的精準(zhǔn)測(cè)量和分析，例如葉面積指數(shù)、葉長(zhǎng)、葉寬、葉面積、葉片形狀、葉片顏色、葉脈分布和紋理等表型參數(shù)，可以全面評(píng)估大豆的生長(zhǎng)特性、抗逆性、環(huán)境適應(yīng)性以及產(chǎn)量潛力等關(guān)鍵性狀，如葉面積指數(shù)可以反映在一定的范圍內(nèi)，作物的產(chǎn)量隨葉面積指數(shù)的增大而提高。大豆葉子的上述表型信息不僅能夠?yàn)橛N工作提供科學(xué)指導(dǎo)，還能在農(nóng)作物生長(zhǎng)監(jiān)測(cè)、精準(zhǔn)農(nóng)業(yè)以及作物模型優(yōu)化等領(lǐng)域發(fā)揮重要作用；然而，如何高效地獲取這些關(guān)鍵參數(shù)，仍然是當(dāng)前研究的難點(diǎn)和挑戰(zhàn)之一。

2、在自然環(huán)境下獲取大豆葉子的表型數(shù)據(jù)尤為困難。這是由于大豆葉片在生長(zhǎng)過(guò)程中往往呈現(xiàn)出復(fù)雜的空間分布，且葉片之間存在顯著的遮擋和重疊現(xiàn)象，導(dǎo)致傳統(tǒng)的接觸式表型數(shù)據(jù)采集方法效率低下，且容易對(duì)植株造成不可逆的損傷。此外，即使使用非接觸式圖像采集設(shè)備，由于遮擋問(wèn)題的存在，也無(wú)法直接獲取完整的葉片形態(tài)信息。遮擋的葉片區(qū)域通常導(dǎo)致表型數(shù)據(jù)的不完整性，從而影響表型分析的準(zhǔn)確性和全面性。這些問(wèn)題不僅影響大豆生長(zhǎng)特征的評(píng)估，還對(duì)育種效率產(chǎn)生了直接負(fù)面影響。

3、為了解決上述難題，圖像修復(fù)技術(shù)為重建遮擋區(qū)域的葉片形態(tài)信息提供了一種解決方案。通過(guò)計(jì)算機(jī)視覺(jué)和深度學(xué)習(xí)技術(shù)，可以在現(xiàn)有的圖像數(shù)據(jù)中提取關(guān)鍵特征，對(duì)受遮擋的葉片區(qū)域進(jìn)行合理的推測(cè)和修復(fù)，從而生成完整的葉片圖像。這樣的技術(shù)突破將為高效、無(wú)損地獲取大豆表型參數(shù)提供強(qiáng)有力的技術(shù)支撐，同時(shí)也為推動(dòng)大豆育種工作邁向智能化、精準(zhǔn)化提供了新的研究方向和應(yīng)用前景。然而，經(jīng)典的圖像修復(fù)方法、基于深度學(xué)習(xí)的圖像修復(fù)方法等現(xiàn)有圖像修復(fù)方法在大豆葉子圖片的修復(fù)效果仍較差，圖像修復(fù)質(zhì)量存在改善空間，進(jìn)而影響大豆葉子表型數(shù)據(jù)的準(zhǔn)確分析。

技術(shù)實(shí)現(xiàn)思路

1、(一)解決的技術(shù)問(wèn)題

2、針對(duì)現(xiàn)有技術(shù)的不足，本發(fā)明提供了一種面向大豆葉子表型分析的圖像修復(fù)方法，能夠解決上述技術(shù)問(wèn)題。

3、(二)技術(shù)方案

4、為解決上述技術(shù)問(wèn)題，本發(fā)明提供如下技術(shù)方案：一種面向大豆葉子表型分析的圖像修復(fù)方法，包括以下步驟：

5、s1、拍攝大豆植株圖片，以獲取大豆葉子圖片；

6、s2、構(gòu)建邊緣生成網(wǎng)絡(luò)，利用大豆葉子圖片以及邊緣生成網(wǎng)絡(luò)生成預(yù)測(cè)的邊緣輸出圖，其中，邊緣輸出圖為完整邊緣圖像；

7、s3、構(gòu)建結(jié)構(gòu)自編碼器，利用邊緣輸出圖以及結(jié)構(gòu)自編碼器獲取分層特征圖；構(gòu)建圖像修復(fù)網(wǎng)絡(luò)，利用分層特征圖以及圖像修復(fù)網(wǎng)絡(luò)生成預(yù)測(cè)的修復(fù)輸出圖，其中，修復(fù)輸出圖為修復(fù)完整的葉子圖像；

8、s4、根據(jù)修復(fù)輸出圖獲取大豆葉子的表型參數(shù)。

9、優(yōu)選地，在步驟s1中，拍攝大豆植株具體通過(guò)拍攝設(shè)備垂直于地面拍攝大豆植株以得到大豆植株圖片。

10、優(yōu)選地，步驟s1還包括：利用目標(biāo)檢測(cè)模型識(shí)別出大豆植株圖片中的各個(gè)葉子；利用圖片分割模型對(duì)大豆植株圖片中的各個(gè)葉子進(jìn)行分割，以得到分割后的大豆葉子圖片。

11、優(yōu)選地，目標(biāo)檢測(cè)模型為yolov8模型；圖片分割模型為sam分割模型。

12、優(yōu)選地，步驟s2具體包括：獲取大豆葉子圖片的真實(shí)邊緣圖以及掩碼圖；進(jìn)一步地，對(duì)真實(shí)邊緣圖與掩碼圖進(jìn)行hadamard積，以得到殘缺邊緣圖片；將殘缺邊緣圖片以及掩碼圖輸入邊緣生成網(wǎng)絡(luò)，以生成預(yù)測(cè)的邊緣輸出圖。

13、優(yōu)選地，結(jié)構(gòu)自編碼器包括3層下采樣卷積、3層殘差塊以及3層上采樣卷積。

14、優(yōu)選地，步驟s3具體包括：對(duì)大豆葉子圖片與掩碼圖進(jìn)行hadamard積，以得到殘缺葉子圖片；將殘缺葉子圖片、掩碼圖以及分層特征圖輸入圖像修復(fù)網(wǎng)絡(luò)，以生成預(yù)測(cè)的修復(fù)輸出圖。

15、優(yōu)選地，邊緣生成網(wǎng)絡(luò)與圖像修復(fù)網(wǎng)絡(luò)均采用u-net架構(gòu)。

16、優(yōu)選地，步驟s4具體包括：根據(jù)修復(fù)輸出圖的葉片總面積以及葉投影面積計(jì)算葉面積指數(shù)。

17、(三)有益效果

18、與現(xiàn)有技術(shù)相比，本發(fā)明提供了一種面向大豆葉子表型分析的圖像修復(fù)方法，具備以下有益效果：本發(fā)明首先通過(guò)邊緣生成網(wǎng)絡(luò)補(bǔ)全大豆葉片缺失的邊緣信息；然后將補(bǔ)全后的邊緣信息使用結(jié)構(gòu)自編碼器提取由粗到細(xì)的分層特征圖，作為引導(dǎo)特征輸入圖像修復(fù)網(wǎng)絡(luò)，以輔助修復(fù)過(guò)程；基于引導(dǎo)特征實(shí)現(xiàn)對(duì)大豆葉片結(jié)構(gòu)信息的精準(zhǔn)修復(fù)；最后，根據(jù)修復(fù)完整的葉子圖像，獲取大豆植株的葉面積指數(shù)、結(jié)構(gòu)紋理、顏色等表型參數(shù)。通過(guò)上述方式，本發(fā)明通過(guò)引入梯度結(jié)構(gòu)化的邊緣信息和層次化的特征引導(dǎo)，能夠提高大豆葉子圖片的修復(fù)效果，從而更好地為大豆葉子表型數(shù)據(jù)的精確、完整分析提供支持。

技術(shù)特征：

1.一種面向大豆葉子表型分析的圖像修復(fù)方法，其特征在于，包括以下步驟：

2.根據(jù)權(quán)利要求1所述的面向大豆葉子表型分析的圖像修復(fù)方法，其特征在于：在所述步驟s1中，所述拍攝大豆植株具體通過(guò)拍攝設(shè)備垂直于地面拍攝大豆植株以得到大豆植株圖片。

3.根據(jù)權(quán)利要求2所述的面向大豆葉子表型分析的圖像修復(fù)方法，其特征在于，所述步驟s1還包括：利用目標(biāo)檢測(cè)模型識(shí)別出所述大豆植株圖片中的各個(gè)葉子；利用圖片分割模型對(duì)所述大豆植株圖片中的各個(gè)葉子進(jìn)行分割，以得到分割后的所述大豆葉子圖片。

4.根據(jù)權(quán)利要求3所述的面向大豆葉子表型分析的圖像修復(fù)方法，其特征在于：所述目標(biāo)檢測(cè)模型為yolov8模型；所述圖片分割模型為sam分割模型。

5.根據(jù)權(quán)利要求1所述的面向大豆葉子表型分析的圖像修復(fù)方法，其特征在于，所述步驟s2具體包括：獲取所述大豆葉子圖片的真實(shí)邊緣圖以及掩碼圖；進(jìn)一步地，對(duì)所述真實(shí)邊緣圖與所述掩碼圖進(jìn)行hadamard積，以得到殘缺邊緣圖片；將所述殘缺邊緣圖片以及所述掩碼圖輸入所述邊緣生成網(wǎng)絡(luò)，以生成預(yù)測(cè)的所述邊緣輸出圖。

6.根據(jù)權(quán)利要求1所述的面向大豆葉子表型分析的圖像修復(fù)方法，其特征在于：所述結(jié)構(gòu)自編碼器包括3層下采樣卷積、3層殘差塊以及3層上采樣卷積。

7.根據(jù)權(quán)利要求5所述的面向大豆葉子表型分析的圖像修復(fù)方法，其特征在于，所述步驟s3具體包括：對(duì)所述大豆葉子圖片與所述掩碼圖進(jìn)行hadamard積，以得到殘缺葉子圖片；將所述殘缺葉子圖片、所述掩碼圖以及所述分層特征圖輸入所述圖像修復(fù)網(wǎng)絡(luò)，以生成預(yù)測(cè)的所述修復(fù)輸出圖。

8.根據(jù)權(quán)利要求1所述的面向大豆葉子表型分析的圖像修復(fù)方法，其特征在于：所述邊緣生成網(wǎng)絡(luò)與所述圖像修復(fù)網(wǎng)絡(luò)均采用u-net架構(gòu)。

9.根據(jù)權(quán)利要求1所述的面向大豆葉子表型分析的圖像修復(fù)方法，其特征在于，所述步驟s4具體包括：根據(jù)所述修復(fù)輸出圖的葉片總面積以及葉投影面積計(jì)算葉面積指數(shù)。

技術(shù)總結(jié)
本發(fā)明公開了一種面向大豆葉子表型分析的圖像修復(fù)方法，本發(fā)明首先通過(guò)邊緣生成網(wǎng)絡(luò)補(bǔ)全大豆葉片缺失的邊緣信息；然后將補(bǔ)全后的邊緣信息使用結(jié)構(gòu)自編碼器提取由粗到細(xì)的分層特征圖，作為引導(dǎo)特征輸入圖像修復(fù)網(wǎng)絡(luò)，以輔助修復(fù)過(guò)程；基于引導(dǎo)特征實(shí)現(xiàn)對(duì)大豆葉片結(jié)構(gòu)信息的精準(zhǔn)修復(fù)；最后，根據(jù)修復(fù)完整的葉子圖像，獲取大豆植株的葉面積指數(shù)、結(jié)構(gòu)紋理、顏色等表型參數(shù)。通過(guò)上述方式，本發(fā)明通過(guò)引入梯度結(jié)構(gòu)化的邊緣信息和層次化的特征引導(dǎo)，能夠提高大豆葉子圖片的修復(fù)效果，從而更好地為大豆葉子表型數(shù)據(jù)的精確、完整分析提供支持。

技術(shù)研發(fā)人員：王棟,康耀文,孫家豪,祝豪,黃瓊,楊存義
受保護(hù)的技術(shù)使用者：華南農(nóng)業(yè)大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2025/5/15