《表1 3种算法麦穗分割测量结果对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《小麦麦穗几何表型测量的精准分割方法研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

图5为麦穗传统的OTSU自适应阈值分割方法、FCN分割方法和本文Mask R-CNN分割方法对麦穗的4个侧面进行分割的结果。从图5可见:基于OTSU分割方法小麦穗部表型存在一些缺失部分，对穗部边缘不能完整分割勾勒出来；利用FCN进行分割可以分割出完整边缘，但与真实值误差较大。而Mask R-CNN的分割方法不仅实现了小麦穗部像素级别的分割水平，而且能对穗部进行识别得到包围框。表1中误差计算方法见公式（10）。利用训练得到的模型对测试集进行预测，对比不同的分割算法的预测结果见表1。