基于分层标签传播与误分割叶片校正算法的玉米群体点云单株精准分割方法

这篇研究提出了一种基于分层标签传播算法（Layer-Wise Label Propagation）和误分割叶片校正算法（Mis-Segmentation Leaf Correction）的玉米群体点云单株分割方法。通过DBSCAN聚类生成初始种子点，结合KD树图结构分层传播标签，并针对叶片交叉问题优化路径分叉处理，显著提升了不同种植密度（PD1/PD2）和生长阶段（V5-V7）下的分割精度（A*F1最高达99.81%），为作物表型精准测量提供了新思路。

　　

Highlight

本研究首次将图论标签传播算法应用于多密度种植玉米单株分割，结合叶片结构特征提出误分割校正策略，在复杂田间场景中实现V5-V7生长阶段的高精度分割（A*F₁平均提升23.92%），为作物三维表型分析提供了创新解决方案。

Results and analysis

群体玉米点云真实值显示（附图S7-S12）：PD1密度下V5期叶片几乎无交叉，PD2密度V5期及PD1-V6期出现局部叶片交织，PD2-V6期交叉加剧，而V7期无论何种密度均存在大量叶片重叠。本方法在PD2-V7期的A*F₁仍达93.83%，显著优于传统DBSCAN（提升63.28%）和欧式聚类+K-means（提升53.59%）。

Discussion

分层标签传播算法通过KD树层级结构有效捕捉玉米形态特征，而误分割校正机制针对传播路径分叉点进行智能截断与重传播，解决了叶片交叉导致的"标签污染"问题。相比深度学习方案SoftGroup，本方法在12个高密度V7场景中F₁分数平均提升23.92%，证实了半监督策略在作物点云分割中的优势。

Conclusions

本研究提出的分层标签传播与误分割校正算法，成功攻克了叶片交织环境下玉米单株分割难题，为多生长阶段、多密度种植的作物表型高通量检测提供了可靠技术支撑。