2026年第7期论文已上线，点击关注不迷路！
《农业工程学报》2026年第42卷第2期刊载了山东农业大学等单位张辰阳、吴门新、李峰、张继波、张承明、邱炳文、崔兆韵与孔开昕的论文——“基于单目深度估计的冬小麦株高提取方法”。该研究由风云卫星应用先行计划（三期）项目（项目号：FY-APP-2024.0301）等资助。
引文信息：张辰阳，吴门新，李峰，等. 基于单目深度估计的冬小麦株高提取方法[J]. 农业工程学报，2026，42(2)：177-184.
DOI: 10.11975/j.issn.1002-6819.202507080
研究目的与方法：
为了满足利用图像技术测量冬小麦株高的需要，该研究提出了一种基于单目深度估计的冬小麦株高提取方法，该方法以相机采集的冬小麦图像作为输入，通过目标区域定位获取有效作物信息，生成像素级深度信息，再将深度信息转换为作物真实株高；在训练过程中，使用像素级约束与尺度一致性约束进行联合监督，提高了深度估计精度与株高提取结果的可靠性。在山东泰安农业气象试验站采集冬小麦图像数据用于开展试验，选取BTS、FCRN、DORN和DPT作为对比模型。
结果与结论：
试验结果表明，深度生成网络在均方根误差（2.759）、对数均方根误差（0.157）、相对误差（0.152）和平方相对误差（0.907）等指标上均优于对比模型。进一步将深度估计结果转换为株高，并与实测值进行对比分析，该方法准确率达到98.74%，优于BTS（92.68%）、FCRN（97.17%）、DORN（97.44%）和DPT（98.40%），证明了该方法在冬小麦长势监测中的有效性和可靠性，能够为生产实践提供理论指导。
本文由丨《农业工程学报》编辑部丨精编发布
欢迎留言、分享、点赞
转载、投稿、咨询
邮箱：tcsae@tcsae.org
发布征集
欢迎广大作者、读者投稿至我刊公众号，包括但不限于创新科研成果、科技写作技巧、书籍推介、优秀科技工作者介绍、科研团队招聘/招生、行业资讯以及相关活动等农业工程领域信息。
公众号文章投稿邮箱：abe-newmedia@tcsae.org
转载请注明来源、原标题与原文链接：本文转自“农业工程学报（ID：tcsae1985）”微信公众号，原标题：xxxxxx；原文链接：xxxxxxxx。
公众号内回复【关键词】查询/获取更多信息
公众号内回复【2026年征稿】获取本刊2026年度重点专题、优选专题征稿启事
公众号内回复【2025学术年会】回放中国农业工程学会第十届学术年会（CSAE 2025）
公众号内回复【2025审稿人】查看2025年度杰出、优秀审稿人评选结果
收看更多会议讲座回放欢迎关注“农业工程学报视频号”
点击下方“阅读原文”免费获取全文
