Dual U-Net and Morphological Post-Processing for Centerline Detection
Year: 2025
Type: article
Abstract: 농업 영상에서 줄기와 배경의 경계가 불안정하여 중심선 추출의 신뢰성이 떨어지는 문제를 해결하고자 2단계 U-Net 파이프라인을 제안한다. 1단계에서 줄기 영역을 분할하고, 2단계에서 생성된 마스크를 골격화하여 중심선을 예측한다. 형태학적 보정과 IQR 기반 이상치 제거로 중심선 안정성을 높였으며, 조명 변화와 잎·지지대 가림 상황에서도 곡률이 큰 줄기에서 중심선 누락률을 유의하게 낮췄다. 온실 이미지에서 줄기 분할 성능은 IoU 0.91을 확인했고, 마스크-오프셋 검사를 통해 두께 추정의 표준편차를 0.028 mm에서 0.014 mm로 낮춰 보정된 두께 측정에서 ±0.05 mm 허용오차를 확보했다.
Language: English
Topic: Smart Agriculture and AI
Subfield: Plant Science
Domain: Life Sciences
SDG: Zero hunger
Open Access status: diamond
OpenAlex ID: W7122695919
FWCI:
Cites:
Cited by:
Related to: