《Computers and Electronics in Agriculture》：Label-efficient structure-aware learning framework for wheat tiller density estimation from UAV remote sensing
编辑推荐：
•一种基于无人机的小麦分蘖密度估算的高效标签利用框架。•无需像素级标注即可通过对比学习实现作物分离。•通过自蒸馏技术从二维图像中学习对结构敏感的冠层特征。•融合模型充分利用结构与生理特征的互补性。•在目标领域标注有限的情况下仍可实现稳健的跨领域小样本适配。引言小麦占全球热量摄入的
- •
一种基于无人机的小麦分蘖密度估算的高效标签利用框架。
- •
无需像素级标注即可通过对比学习实现作物分离。
- •
通过自蒸馏技术从二维图像中学习对结构敏感的冠层特征。
- •
融合模型充分利用结构与生理特征的互补性。
- •
在目标领域标注有限的情况下仍可实现稳健的跨领域小样本适配。
引言
小麦占全球热量摄入的20%，为35亿人的粮食安全提供保障（FAO，2023），是全球农业系统的核心作物。在其生长周期中，分蘖密度是影响单位面积穗数的重要农艺性状，因此被视为决定产量的关键因素之一（Bastos等人，2020）。分蘖密度的时空差异也是农田中物质循环和能量流动的重要调控因素（Gro?等人，2023）。因此，对这一性状进行精准且可扩展的监测对于幼苗诊断和作物管理至关重要。然而，现有方法存在“规模、精度与效率”之间的权衡问题：人工计数既费力又依赖观测者主观判断（Fang等人，2020）；而基于地面的成像或激光雷达系统则往往受到空间覆盖范围有限、标注工作量大、设备成本高以及需针对特定场地进行处理等限制（Micheletto等人，2023）。
无人机的出现为田间监测提供了可扩展的平台，但其用于分蘖密度估算的实际应用却面临三重挑战：不同生长阶段和田间条件下的模型稳定性问题（Lan等人，2024）；无人机图像中的视觉歧义，即作物行纹理、冠层覆盖度、局部空隙、遮挡现象、阴影以及不同的土壤背景都可能改变纹理、覆盖度和亮度特征，使得难以区分真正的分蘖密度差异与成像条件带来的影响；还有深度学习模型针对新作物品种和管理场景时需要反复进行标注的繁琐过程。尽管合成数据生成和数据增强技术常被用来缓解标注不足的问题，但数据合成过程中引入的误差或领域差异可能会在后续的大规模田间估算中积累。为解决这些问题，本研究提出了一种高效标签利用框架，该框架结合多阶段自监督学习与多源特征互补机制，能够基于无人机获取的RGB图像和多光谱图像实现具备结构感知能力的分蘖密度估算。该框架的主要贡献有三方面：
已知生长过程中的动态视觉变化，如早期土壤与幼苗的光谱混淆，以及后期冠层带来的阴影和遮挡现象，都会导致模型不稳定（Zhong等人，2019a，2019b）。为减少这些影响，我们提出了一种与物候期相匹配的对比分割策略——3B-SSCL。与传统的单图像分割方法不同，3B-SSCL同时考虑了局部纹理、邻域上下文以及时间一致性约束，从而能够在标注量有限的情况下将持久的作物区域与短暂的土壤、光照及阴影干扰区分开来。
仅靠植被指数无法完整描述小麦冠层的空间结构。作物行的连续性、冠层纹理、局部空隙、遮挡现象以及与阴影相关的环境因素，都难以仅通过植被指数来准确表示（Vázquez-Arellano等人，2016）。为弥补这一缺陷，我们设计了一个双分支特征提取网络：RGB分支采用师生多视图自蒸馏框架（MVDINO）来学习对结构敏感的冠层特征，而多光谱分支则用于提取与作物生长势和冠层覆盖度相关的植被指数特征。随后，这些互补特征会通过引导式融合模块整合在一起。
为减少对大量新田间标注的依赖，我们的框架在多个阶段融入自监督学习机制，从而能够直接从无标注的无人机图像中学习通用特征表示。此外，当目标领域的标注数量有限时，该框架还能实现跨领域的少样本适配。
综上，这些组件共同构成了一套具备结构感知能力的无人机遥感处理流程，可用于分蘖密度估算，同时也能减少跨领域适配时所需的新田间标注数量。该流程的总体工作流程如图1所示。
章节要点
研究区域与实验设计
实验在中国河北省曲周县开展，选取了两块管理方式不同的冬小麦试验田。数据采集涵盖了从出苗到拔节期的四个物候阶段，在此期间冠层覆盖度、作物行纹理、土壤暴露情况以及阴影干扰都会发生显著变化。试验田1位于柳庄附近（东经115°00′34.7″至115°00′36.7″，北纬36°51′02″至36°51′08″），而试验田2则位于国家野外科学
(3) 用于实现稳健性状估算的自适应加权机制
实际上，结构特征与生理特征的相对可靠性并非固定不变，它会随着田间条件的变化而持续波动。例如，在强光照射下严重的冠层遮荫可能会降低结构边缘提取的可靠性，从而使生理特征更具参考价值。相反，在分蘖后期，植被指数的饱和度上升可能会提升高阶结构相互作用的数值。为避免模型过度拟合于某种固定的
作物与背景的语义分割性能
为在超出视觉检查范围的情况下评估作物与背景的分割效果，我们手动标注了24个无人机拍摄的图像区域。这些区域涵盖了不同的拍摄日期、两块试验田、不同密度的冠层、土壤干扰、阴影以及不同的光照条件。分割性能是通过“留一法”进行评估的，具体方法已在方法部分说明。所报告的指标是所有24个保留样本的平均值。
所提出的3B-SSCL模块还与
讨论
实验结果表明，基于无人机的分蘖密度估算得益于以作物为中心的分割方法、对结构敏感的RGB冠层特征表示学习、多光谱植被指数以及引导式特征融合技术。后续章节将分别探讨各组成要素的作用、跨领域适配能力以及该技术大规模应用时仍需克服的局限。
结论
本研究提出并验证了一种高效标签利用、具备结构感知能力的学习框架，可用于基于无人机获取的RGB图像和多光谱图像估算冬小麦的分蘖密度。主要结论如下：
通过所提出的三分支自监督对比学习（3B-SSCL）模块，实现了与物候期相匹配的作物与背景分割。在24个手动标注的验证样本上，3B-SSCL的交并比达到0.8010，Dice系数和F1值分别为0.8807，其性能优于基于NDVI阈值法和Otsu方法的分割结果
CRediT作者贡献说明
张梦青：论文撰写——审稿与编辑、论文撰写——初稿撰写、可视化处理、结果验证、软件工具使用、方法设计、研究实施、正式分析、数据整理、概念构思。张耀：论文撰写——审稿与编辑、研究指导、资源协调、项目管理工作、资金申请、概念构思。高廷瑶：数据整理。童芳辉：数据整理。叶子卿：数据整理。岑伦宇：数据整理。张曼：论文撰写——审稿与编辑、论文撰写——初稿撰写，
利益冲突声明
作者声明不存在任何可能影响本文研究结果的已知财务利益冲突或个人关系。
致谢
本研究得到了中国国家自然科学基金（编号：32471993）的资助，同时还获得了中国农业大学2115人才发展计划以及中国高校科学基金的支持（项目编号：2026RC040）。
张梦青|张耀|高廷瑶|童芳辉|叶子卿|岑伦宇|张曼|李敏赞
