基于热红外和RGB 图像的番茄苗期高温胁迫检测方法

打开文本图片集

摘要： 【目的】针对实际生产场景中番茄苗期生长遇到的高温胁迫问题，提出一种基于热红外和RGB 图像的番茄苗期高温胁迫检测方法。【方法】首先，通过番茄苗期热红外图像反演获取番茄冠层温度参数，采用偏最小二乘（Partial least squares， PLS） 模型提取冠层温度特征指标；然后，建立采用3 种不同主干特征提取网络的Mask-RCNN 模型，通过迁移学习的方式将番茄苗期RGB 图像输入Mask-RCNN 模型，进行高温胁迫症状实例分割，得到番茄苗期胁迫症状特征指标；最后，利用提取的温度和胁迫症状特征指标构建分级数据集，输入高温胁迫分级模型，得到高温胁迫等级。（剩余400字）