水稻叶病害严重影响现代农业，威胁着作物健康和产量。分割技术对于分割患病叶片部分和帮助农民识别病害至关重要。
图为水稻东格鲁病毒病。受访者 供图
然而，当前水稻叶病分割过程中存在三个主要挑战，一是水稻叶病图像中形状不规则的斑点病叶往往具有复杂的纹理和形状。这种复杂性使得分割模型难以准确识别和分离，从而影响其精度。二是杂乱的背景元素，例如其他植物、土壤或杂草，会干扰模型的判断。这种干扰可能导致误将背景噪声或无关元素识别为患病区域，从而导致错误分割。三是患病图像中的边缘模糊问题会严重影响分割网络的性能，有时这个问题会导致分割结果出现错误。
为此，中南林业科技大学教授周国雄科研团队开发了一种名为AISOA-SSformer的新模型，可有效分割水稻叶病图像。该成果近期发表在Plant Phenomics上。
水稻东格鲁病毒病。受访者 供图
这个新模型集成了三个创新点，首先引入稀疏全局更新感知器动态调整权重，提高模型识别不规则病害特征的稳定性；其次引入显著特征注意力机制利用空间重建模块和通道重建模块降低背景干扰，让模型更精准分割病害区域；最后采用退火集成麻雀优化算法帮助模型跳出局部最优，提升模糊边界特征识别能力。这三个技术的结合显著提升了模型在复杂场景下的分割性能。
据介绍，研究构建了一个包含通病和褐斑病的精确标注数据集，为水稻大规模生产中的病害防治提供参考。团队提出的新模型在自建数据集上获得了83.1%的平均交并比和80.3%的骰子系数。该方法能有效提取背景复杂、形状不规则的水稻叶病特征。对于边缘模糊的水稻叶部病害，该方法也能有效区分和分割。
相关论文信息：https://doi.org/10.34133/plantphenomics.0218
未来，人工智能或将帮助科研工作者跳过文献检索、粗读的过程，直接找到需要的文献，大幅提升科研工作者的文献阅读效率。 欧洲空间局公布了“欧几里德”空间望远镜拍摄的首批彩色图像，有助于揭示暗物质和暗能量等宇宙奥秘。图为马头星云的 12月18日23时59分，甘肃省临夏回族自治州积石山保安族东乡族撒拉族自治县发生6.2级地震，震源深度10公里。截至19日16时50分 12月19日，山东先进制造业人力资源服务供需对接活动在济南举办，活动由山东省人力资源和社会保障厅、山东产业技术研究 “超高清双频IVUS系统于12月12日在西安交通大学第一附属医院由心血管病院院长袁祖贻团队成功完成首例冠脉介入手术（PCI）患 据江苏省扬州市职业大学网站消息，扬州市职业大学教学督导室2023年12月28日发布《2023-2024学年第一学期教师及学生座谈 。本文链接：研究提出水稻叶病图像分割新方法http://www.sushuapos.com/show-11-14473-0.html
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。
上一篇： 郇庆：杰青项目锻造高端“利器”
下一篇： 研究揭示植物维管束抗性新机制