开发一个新模型以准确识别单个橡胶树

该报纸（记者Wang Haohao）Zhou Guoxiong，中央南方林业与科学与技术大学教授，以及中国热带农业科学橡胶研究所的研究员Wang Xiangjun，该研究员可以有效地切断了分离的分离分离的新模型。橡胶树点云。相关研究结果最近在网上发表在“植物现象”上。橡胶树本质上是热带现金作物，它们的生长条件与天然橡胶的产量和质量直接相关。分割技术对于认识一棵橡胶树和获取其结构参数具有重要意义，这有助于改善橡胶森林运营的管理和智能的管理。但是，在树的云段的当前过程中存在挑战。首先，橡胶树的树枝和叶子是完全梦dream以求的，由此产生在模糊的点云形态中，这使得传统段模型难以准确识别植物边界，并且容易出现错误的错误或误解；其次，林地背景中的中断很复杂，并且有大量的非目标对象，它们很容易错过该模型作为橡胶树的身体。第三，单个橡胶树之间的大小很大，并且很难调整单尺度段方法。研究团队建立了一个平滑的橡胶标记的橡胶填充数据云，涵盖了树木生长和形态的不同状态，以提供大规模明智的管理和准确监测橡胶森林的参考。团队提出的新模型可在自构建数据集中获得92.6％的准确性，目标识别精度为76.0％，全面绩效得分为86.1％。这个新模型包括3个创新。首先，引入了余弦的获取网络，方向双向余弦和动态广泛控制的相似性，叶片重叠的分支和面积的特征。第二个是开发双通道聚类模块，结合了对几何空间的宽度优先搜索和高维语义特征的簇，有效地防止了背景中断（例如杂草和表面），并使单个植物在段中更加准确。第三个是建议动态聚类优化算法，包括带有谷物谷物的蝙蝠算法，将群集带宽调整为实时，帮助模型在局部优化之外跳跃并增强树差和模糊边界的大小。这显着提高了模型段在复杂情况下的性能。另外，该模型可以准确提取基本的结构结构，例如高度，冠直径和橡胶树冠量。相关纸张信息：https：//dii.oRG/10.1016/j.plaple.2025.100090