基于Micro-CT和改进DeepSORT的再生稻再生芽追踪计数与再生力评价.pdfVIP

第 39 卷 　 第 11 期 农 业 工 程 学 报　 Vol.39　No.11 2023 年 　　 6 月 Transactions of the Chinese Society of Agricultural Engineering Jun. 2023 165     基于Micro-CT 和改进DeepSORT 的再生稻再生芽追踪计数 与再生力评价 1,2,3 1 1 1 1 3 3 黄成龙  ，华向东  ，黄诗豪  ，卢智浩  ，董佳乐  ，张　俊  ，杨万能  （1.   华中农业大学工学院，武汉 430070；2.   农业农村部长江中下游农业装备重点实验室，武汉 430070； 3.   华中农业大学作物遗传改良全国重点实验室，武汉 430070） 摘　要：再生稻具有一种两收的优势，其再生力直接决定了水稻再生季产量，而水稻再生力与再生季再生芽的数量密切 相关。传统人工水稻再生芽检测方法存在接触损伤、主观低效和重复性差等缺点，因此该研究提出了一种基于Micro- CT （computed tomography）和改进的DeepSORT （simple online and realtime tracking）的再生芽多目标追踪计数和再生 力评价方法。首先采用Micro-CT成像获取再生季水稻断层图视频流，然后利用YOLOv5s网络作为再生芽追踪检测器， 最后通过改进的DeepSORT追踪算法实现水稻再生芽的精准追踪计数。其中DeepSORT改进包括优化再生芽追踪过程 中的ID错误；增加再生芽目标追踪的匹配次数，改善ID跳变的问题；计算再生芽的高度信息，实现对再生芽中有效芽 的判别。试验结果表明，在目标检测上，YOLOv5s对再生芽和茎秆的平均检测准确率分别为97.3%和99.1%，在再生 芽多目标追踪上，改进的DeepSORT算法的多目标跟踪准确度为77.61%，高阶跟踪精度为61.73%，ID跳变为6，与改 进之前相比，多目标跟踪准确度和高阶跟踪精度分别提升了1.51和8.5个百分点，ID跳变降低了94%。对8种不同处理 共104盆水稻再生芽进行追踪计数，将系统测量值与人工测量值进行统计对比，结果证明本文方法测量的再生芽数量和 人工观测值的决定系数为0.983，均方根误差为3.460，平均绝对百分比误差为5.647%，两者具有较高的回归性。研究 基于有效再生芽和茎秆数量的比值得到水稻早期再生力，对2个水稻品种共38盆水稻的再生力和再生季实际产量进行 相关分析得到决定系数分别为0.795和0.764。该研究为水稻再生芽无损检测和再生力早期评价提供了一种新的技术途径。 关键词：检测；Micro-CT成像；DeepSORT；目标追踪计数；再生稻再生芽；水稻再生力 doi：10.11975/j.issn.1002-6819.202302033 中图分类号：TP391.4；S24　　　　文献标志码：A　　　　文章编号：1002-6819(2023)11-0165-10 黄成龙，华向东，黄诗豪，等. 基于Micro-CT和改进DeepSORT的再生稻再生芽追踪计数与再生力评价[J]. 农业工程学 报，2023，39（11）：165-174. doi: 10.11975/j.issn.1002-6819.202302033　　 HUANG Chenglong, HUA Xiangdong, HUANG Shihao, et al. Regenerated buds tracking and regenerative ability evaluation of ratooning rice using micro-CT imaging and improved DeepSORT[J]. Transactions of the Chinese Society of Agricul