(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211222127.9 (22)申请日 2022.10.08 (71)申请人 北京林业大 学 地址 100083 北京市海淀区清华 东路35号 (72)发明人 韩巧玲　柏浩　席本野　赵玥　 张鹏翀　郑秋燕　 (74)专利代理 机构 北京路浩知识产权代理有限 公司 11002 专利代理师 朱惠惠 (51)Int.Cl. G06V 20/10(2022.01) G06V 10/26(2022.01) G06V 10/56(2022.01) G06V 10/764(2022.01) G06V 10/80(2022.01)G06V 10/82(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 基于分类融合思想的林木根系识别方法和 系统 (57)摘要 本发明涉及林木根系特征识别技术领域， 尤 其涉及一种基于分类融合思想的林木根系识别 方法和系统。 本发明方法包括： 获取待测林木根 系的微根管图像， 构建林木根系数据集， 并根据 不同生长阶段根系的颜色特征， 构建初生根、 成 熟根和死亡根3个子数据集； 基于3个子数据集， 将注意力机制PSA模块引入U ‑net网络结构， 自主 学习林木根系的颜色、 形态等多重特征， 构建初 生根、 成熟根和死亡根识别模型； 还提出了分类 融合思想， 对初生根特征图、 成熟根特征图和死 亡根特征图进行叠加处理， 得到包括不同生长阶 段根系信息的特征融合图， 并依据该特征融合图 实现不同生长阶段中林木根系的精 准识别， 从而 解决林木根系识别精确度低的问题。 权利要求书2页 说明书10页 附图4页 CN 115471751 A 2022.12.13 CN 115471751 A 1.一种基于分类融合思想的林木根系识别方法， 其特 征在于， 包括： 获取待测林木根系微 根管图像； 根据不同生长阶段根系对应不同的颜色特征， 对所述微根管图像进行特征提取， 分别 得到初生 根特征图、 成熟根特 征图和死 亡根特征图； 对所述初生 根特征图、 成熟根特 征图和死 亡根特征图进行叠加处 理， 得到特 征融合图； 对所述特 征融合图进行 特征提取， 得到所述待测林木的根系特 征信息。 2.根据权利要求1所述的基于分类融合思想的林木根系识别方法， 其特征在于， 所述根 据不同生长阶段根系对应不同的颜色特征， 对所述微根管图像进行特征提取， 分别得到初 生根特征图、 成熟根特 征图和死 亡根特征图包括： 获取所述微根管图像中每 个像素点的平均RGB值； 根据初生根、 成熟根和死亡根分别对应不同的RGB值， 对所述微根管图像 中的对应的像 素点进行提取， 根据提取 的像素点以分别得到所述初生根特征图、 成熟根特征图和死亡根 特征图； 所述初生 根特征图、 成熟根特 征图和死 亡根特征图均为 二值图。 3.根据权利要求2所述的基于分类融合思想的林木根系识别方法， 其特征在于， 所述初 生根对应的RGB值 为： R∈[180， 25 5]、 G∈[15 0， 200]、 B∈[80， 120]； 所述成熟根对应的RGB值 为： R∈[180， 20 0]、 G∈[10 0， 130]、 B∈[3 0， 60]； 所述死亡根对应的RGB值 为： R∈[10 0， 180]、 G∈[ 80， 100]、 B∈[3 0， 60]。 4.根据权利要求3所述的基于分类融合思想的林木根系识别方法， 其特征在于， 所述根 据初生根、 成熟根和死亡根分别对应不同的RGB值， 对所述微根管图像中的对应的像素点进 行提取， 根据提取 的像素点以分别得到所述初生根特征图、 成熟根特征图和死亡根特征图 包括： 将所述微根管图像输入到预先训练好的一个或者多个神经网络模型中， 得到所述初生 根特征图、 成熟根特 征图和死 亡根特征图； 所述神经网络模型为包括P SA模块的U ‑net神经网络模型。 5.根据权利要求3所述的基于分类融合思想的林木根系识别方法， 其特征在于， 所述林 木的根系特 征信息包括 根长密度； 所述对所述特 征融合图进行 特征提取， 得到所述待测林木的根系特 征信息包括： 对所述特 征融合图进行骨架化 提取， 得到根系细化图； 扫描所述 根系细化图， 得到待测根系的起始点； 从所述起始点开始， 根据根系的连通性依次对每个根系像素点进行扫描， 直到找到所 述待测根系的终点， 同时记录每相邻两个根系像素点之间的像素距离； 根据所述每相邻两个根系像素点之间的像素距离以及标定系数得到所述待测根系的 根系长度； 根据所述 根系长度、 特 征融合图的面积以及试验田深度得到所述 根长密度。 6.根据权利要求2所述的基于分类融合思想的林木根系识别方法， 其特征在于， 所述林 木的根系特 征信息包括 根表面积密度； 所述对所述特 征融合图进行 特征提取， 得到所述待测林木的根系特 征信息包括： 根据以下公式计算 根表面积密度：权　利　要　求　书 1/2 页 2 CN 115471751 A 2其中， S0＝N0*C2， C为标定系数， N0为特征融合图内根系像 素点的个数， A为特征融合图的 面积， DOF为实验田间深度。 7.根据权利要求2所述的基于分类融合思想的林木根系识别方法， 其特征在于， 所述林 木的根系特 征信息包括 根条数； 所述对所述特 征融合图进行 特征提取， 得到所述待测林木的根系特 征信息包括： 对所述特 征融合图进行骨架化 提取， 得到根系细化图； 扫描所述根系细化图找到所有的独立根系， 所述独立根系为与另一个根系没有连通的 根系； 对于每一个独立根系， 扫描该独立根系得到一个起始点， 沿着所述起始点进行扫描， 直 到找到与所述 起始点相连的所有根系结点； 根据所有独立 根系包括的根系结点个数确定所述 根条数。 8.根据权利要求2所述的基于分类融合思想的林木根系识别方法， 其特征在于， 所述林 木的根系特 征信息包括侧根分支数； 所述对所述特 征融合图进行 特征提取， 得到所述待测林木的根系特 征信息包括： 对所述特 征融合图进行骨架化 提取， 得到根系细化图； 扫描所述根系细化图找到所有的独立根系， 所述独立根系为与另一个根系没有连通的 根系； 对于每一个独立根系， 扫描该独立根系得到一个起始点， 沿着所述起始点进行扫描， 直 到找到与所述 起始点相连的所有根系结点； 根据所述 根系结点个数确定对应的独立 根系包括的侧根分支数。 9.一种基于分类融合思想的林木根系识别系统， 其特 征在于， 包括： 获取模块， 用于获取待测林木根系微 根管图像； 根图像分割模块， 用于根据不同生长阶段根系对应不同的颜色特征， 对所述微根管图 像进行特征提取， 分别得到初生 根特征图、 成熟根特 征图和死 亡根特征图； 分割图融合模块， 用于对所述初生根特征图、 成熟根特征图和死亡根特征图进行叠加 处理， 得到特 征融合图； 特征提取模块， 用于对所述特征融合图进行特征提取， 得到所述待测林木的根系特征 信息。 10.一种计算机程序产品， 包括计算机程序， 其特征在于， 所述计算机程序被处理器执 行时实现如权利要求1至8任一项基于分类融合思想的林木根系识别方法。权　利　要　求　书 2/2 页 3 CN 115471751 A 3