基于改进YOLOv8的农田烟株多光谱图像叶片分割算法

打开文本图片集

中图分类号：S572；TP391.41 文献标识码：A文章编号：1007-5119（2025）06-0106-10

农田环境下高精度的整株烟株的叶片分割与提取，是建立基于图像数据的烤烟农情监测算法的基础性工作和重要前提，对提高烟叶生产效率、优化田间管理、提升烟叶品质等具有重要意义。众多学者开展了基于图像数据的烟田、烟株和烟叶尺度的分割算法研究，并将其应用于烤烟种植面积获取、长势监测、病害识别、产量估测等多个应用场景[1-7]，如U-Net系列模型、YOLO系列模型、超分辨率重建（SRR）等模型多用于田块或冠层烟株尺度的分割与检测[1]。（剩余12083字）