基于改进ResUNet的植物叶片语义分割系统设计与实现

摘要

植物表型分析中，叶片形态的精准量化是解析作物生长状态、抗逆性的核心环节。针对传统叶片分割方法在复杂背景下鲁棒性不足、多类别分割精度有限的问题，本文提出一种融合通道注意力与空间金字塔池化的改进ResUNet架构，并构建了集数据预处理、模型训练、可视化推理于一体的端到端分割系统。实验表明，该系统在多类别叶片分割任务中平均IoU达86.7%，Dice系数达92.3%，可实现对叶片、病斑、叶脉等结构的精准分割，为植物表型自动化分析提供可靠技术支撑。

1. 引言

植物叶片是光合作用的主要器官，其形态参数（如面积、周长、病斑占比）直接反映作物健康状态与产量潜力。传统叶片分割依赖人工标注或阈值分割（如Otsu法），难以应对复杂田间背景（土壤、杂草、光照变化）及叶片自身结构多样性（如重叠、缺损、病斑）。近年来，深度学习语义分割技术凭借端到端特征学习能力，在医学影像、遥感等领域取得突破，但在植物叶片分割中仍面临两大挑战：（1）叶片结构与背景的边界模糊性；（2）多类别（如健康组织、病斑、叶脉）的精细区分需求。

针对上述问题，本文基于U-Net编码器-解码器架构，引入ResNet残差块增强特征提取能力，融合通道注意力机制（CAM）强化关键特征权重，结合空间金字塔池化模块（SSPP）捕获多尺度上下文信息，构建改进型ResUNet模型。同时，开发集成PyQt5的可视化推理界面，实现从图像输入到分割结果实时展示的全流程自动化，为农业科研与生产提供易用工具。

2. 材料与方法

2.1 数据集构建

实验采用公开植物叶片数据集（含水稻、小麦、玉米3类作物），包含训练集2000张、验证集500张、测试集300张，图像分辨率为1920×1080像素。标注采用灰度掩码（Mask）形式，共定义6个类别：背景（灰度值0）、健康叶片（50）、病斑（100）、叶脉（150）、虫咬缺损（200）、重叠区域（250）。数据集通过随机翻转（水平/垂直）、亮度调整（±20%）进行数据增强，提升模型泛化性。

2.2 改进ResUNet模型设计

2.2.1 整体架构

模型基于U-Net的编码器-解码器结构（图1），编码器负责层级特征提取，解码器通过跳跃连接融合深浅层特征，最终实现像素级分类。核心改进包括以下模块：

图1 改进ResUNet模型架构

输入图像(3×224×224) → [编码器] → 瓶颈层(SSPP) → [解码器+跳跃连接+CAM] → 输出分割图

2.2.2 编码器：残差特征提取

编码器采用ResNet为基础骨架，替换U-Net原始卷积块为残差块（BasicBlock/BottleNeck），解决深层网络梯度消失问题。每个残差块包含“卷积-BN-ReLU”堆叠，并通过shortcut连接恒等映射，确保特征传递稳定性。具体配置为：

• 第1层：64通道VGGBlock（3×3卷积+BN+ReLU）；
• 第2-5层：残差块堆叠（通道数分别为128、256、512、1024），每层通过最大池化（2×2）下采样，特征图尺寸依次减半。

2.2.3 瓶颈层：空间金字塔池化（SSPP）

传统U-Net瓶颈层仅通过卷积压缩特征，易丢失多尺度上下文信息。本文引入SSPP模块（图2），并行融合全局平均池化（1×1）、2×2池化、4×4池化分支，捕获叶片局部细节（如叶脉纹理）与全局结构（如叶片轮廓）：

• 输入特征经1×1卷积降维至512通道；
• 并行3个自适应池化分支，输出特征上采样至原尺寸后拼接；
• 1×1卷积融合多尺度特征，输出1024通道特征图。

图2 SSPP模块结构

输入特征 → 1×1卷积降维 → [1×1池化→上采样 | 2×2池化→上采样 | 4×4池化→上采样 | 原特征] → 拼接 → 1×1卷积输出

2.2.4 解码器：通道注意力引导的特征融合

解码器通过跳跃连接融合编码器浅层高分辨率特征与深层语义特征，但传统拼接易导致无关特征干扰。本文在每次跳跃连接后加入通道注意力模块（CAM），动态加权关键通道特征：

• CAM通过全局平均池化与最大池化压缩空间维度，经全连接层学习通道权重；
• 权重与原始特征相乘，增强叶片相关通道（如纹理、边缘通道）响应，抑制背景噪声。

2.3 损失函数与训练策略

采用联合损失函数平衡分割精度与类别均衡性：
$$\mathcal{L}={\lambda }_{\text{dice}}\cdot {\mathcal{L}}_{\text{dice}}+{\lambda }_{\text{ce}}\cdot {\mathcal{L}}_{\text{ce}}$$
其中，${\mathcal{L}}_{\text{dice}}$为多类别Dice损失，缓解小目标（如病斑）样本不平衡；${\mathcal{L}}_{\text{ce}}$为交叉熵损失，优化像素分类置信度；${\lambda }_{\text{dice}}=0.5$，${\lambda }_{\text{ce}}=0.5$。

训练配置：

• 优化器：Adam（初始学习率0.0001，权重衰减0.01）；
• 学习率调度：余弦退火衰减（最终学习率=初始学习率×0.001）；
• 批次大小：4，训练轮次：30 epochs；
• 硬件环境：NVIDIA RTX 3090 GPU，PyTorch 1.10框架。

2.4 可视化推理系统开发

基于PyQt5构建桌面端应用（图3），实现三大功能模块：

1. 图像上传：支持JPG/PNG格式叶片图像导入，自动适配分辨率；
2. 实时分割：调用训练好的模型（best.pth）执行推理，输出彩色编码分割结果（不同类别对应预设颜色，如健康叶片为酸橙绿，病斑为珊瑚红）；
3. 结果展示：双窗口同步显示原始图像与分割结果，支持缩放查看细节。

图3 植物叶片分割系统界面

[标题栏：植物叶片分割系统]  
[按钮：选择图片]  
[左窗口：原始图像 | 右窗口：分割结果（彩色掩码）]  

3. 实验结果与分析

3.1 模型性能评估

采用混淆矩阵计算分割精度指标，包括像素准确率（Pixel Accuracy）、平均IoU（mIoU）、平均Dice系数（mDice）。对比实验设置3组基线模型：传统U-Net、ResUNet（无CAM/SSPP）、FCN-8s。

模型	参数量(M)	FLOPs(G)	推理时间(ms)	mIoU(%)	mDice(%)
传统U-Net	31.0	52.3	12.4	78.2	85.1
FCN-8s	134.5	186.7	28.9	75.6	83.4
ResUNet	45.2	68.9	15.7	82.3	89.5
改进ResUNet	48.7	72.5	16.2	86.7	92.3

结果表明：

• 改进ResUNet通过SSPP与CAM模块，mIoU较传统U-Net提升8.5%，证明多尺度特征融合与注意力机制的有效性；
• 参数量仅增加7.7%，推理速度保持在16ms/帧，满足实时性需求。

3.2 分割结果可视化

图4展示典型叶片分割案例：

• 健康叶片（图4a）：完整分割叶片轮廓，边缘贴合度高（IoU=91.2%）；
• 病斑检测（图4b）：精准定位分散病斑区域，Dice系数达88.7%；
• 复杂背景（图4c）：有效抑制土壤、杂草干扰，背景误分割率<3%。

图4 叶片分割结果示例
（注：此处省略图片，实际论文需插入原始图像与对应分割掩码对比图）

3.3 消融实验

为验证各改进模块贡献，设计消融实验（表2）：

实验组	SSPP	CAM	mIoU(%)	mDice(%)
基线（ResUNet）	×	×	82.3	89.5
+SSPP	√	×	84.1	90.6
+CAM	×	√	83.8	90.3
+SSPP+CAM	√	√	86.7	92.3

可见，SSPP与CAM分别带来1.8%、1.5%的mIoU提升，联合使用时产生协同效应，证明多尺度特征与通道注意力互补增强模型表达能力。

4. 讨论

4.1 模型优势与局限性

改进ResUNet通过残差结构增强特征传递稳定性，SSPP模块有效捕获叶片多尺度结构（如大叶片轮廓与小叶脉纹理），CAM模块则通过动态加权抑制复杂背景干扰。但在极端光照（如强反光）或严重遮挡（如叶片重叠率>70%）场景下，分割精度下降约5-8%，未来可通过引入Transformer模块增强全局建模能力。

4.2 系统应用价值

开发的PyQt5可视化系统无需代码基础即可操作，支持批量图像处理与结果导出，可直接应用于农业科研场景：

• 作物表型分析：自动测量叶片面积、病斑占比，关联产量数据；
• 病害监测：实时识别病斑类型与严重程度，指导精准施药；
• 种质资源筛选：基于叶片形态特征快速区分品种差异。

5. 结论

本文提出的改进ResUNet模型通过融合空间金字塔池化与通道注意力机制，显著提升了植物叶片分割的精度与鲁棒性，在6类别叶片分割任务中mIoU达86.7%。配套开发的可视化系统实现了从数据到结果的闭环，为植物表型自动化分析提供了高效工具。后续研究将聚焦于轻量化模型部署（如移动端移植）与三维叶片分割扩展，进一步拓展农业应用场景。

关键词：植物叶片分割；ResUNet；通道注意力；空间金字塔池化；语义分割；PyQt5

下载链接：下载