润色下面的中文表述使其表达更加简洁、逻辑性强、学术化。Otsu自适应阈值分割算法对于图像中的高亮和阴影区域极为敏感在气候室内顶置光环境下该算法也无法准确地分割马铃薯的冠层区域。相比于G-R颜色分量差值算法与Otsu自适应阈值分割算法Mask R-CNN迁移学习模型获得了最佳的马铃薯冠层分割结果。

在气候室内顶置光环境下，Otsu自适应阈值分割算法对高亮和阴影区域的分割效果不理想，且无法精确地分割马铃薯的冠层区域。相比之下，G-R颜色分量差值算法与Otsu自适应阈值分割算法不如Mask R-CNN迁移学习模型在马铃薯冠层分割方面表现优秀。

原文地址: https://www.cveoy.top/t/topic/brfL 著作权归作者所有。请勿转载和采集!