一种基于显微图像的杨树叶片气孔检测方法

本发明公开了一种基于显微图像的杨树叶片气孔检测方法，属于机器视觉技术领域。该方法包括：构建包含不同水分处理下杨树叶片气孔显微图像及标注信息的专用数据集；训练集成特征增强模块的深度学习检测模型，以强化气孔区域特征并抑制背景干扰；采用两阶段检测流程，第一阶段通过模型输出气孔边界框及特征点坐标，第二阶段基于特征点计算气孔长度、宽度、开度及密度等形态参数；最终输出包含可视化标注及结构化参数的检测结果。本发明实现了杨树气孔检测的自动化与高精度，显著提升检测效率，有效消除人工误差，适用于干旱胁迫下杨树抗逆性研究及育种筛选，且可扩展至其他植物物种及环境胁迫场景，具有广泛的应用价值。