润色下面的中文表述使其表达更加简洁、逻辑性强、学术化符合中文论文风格。由图2-11a可见本实验所采集的气候室内马铃薯冠层图像包含金属框架、地面和大量杂物。在气候室内光源垂直照射在作物上时会受到周围物体的遮挡导致拍摄的图像中呈现不规则的高光和阴影。此外作物受到逆境胁迫冠层呈现不均匀的绿色甚至黄色当作物变黄时其颜色与土壤颜色极为接近这大大增加了马铃薯冠层图像的分割难度。由于马铃薯植株与背景环境温差较小

本实验采集的气候室内马铃薯冠层图像受到金属框架、地面和大量杂物的干扰，光源垂直照射时会出现不规则的高光和阴影。此外，作物逆境胁迫导致冠层呈现不均匀的绿色或黄色，加大了图像分割的难度。热成像分辨率低，马铃薯冠层边界不够清晰。传统的图像分割算法在背景复杂、光照和色彩条件不均匀的情况下不准确。采用Mask RCNN算法，利用ResNet-50作为主干网络，引入ROIAlign模块，能够在复杂光照与生长环境下，准确地检测出可见光图像和热成像中的马铃薯冠层区域，且具有较强的泛化能力。