Plant Phenomics | 基于葉綠素?zé)晒鈭D像的高通量玉米圖像分割和性狀提取
玉米是人們生活中重要的作物，它產(chǎn)量高、用途廣，廣泛應(yīng)用于食品、飼料及生物質(zhì)能源的生產(chǎn)中。為了應(yīng)對未來幾十年世界人口快速增長所帶來的物質(zhì)需要，人類對玉米產(chǎn)量的需求正在不斷增加。目前，研究者們?yōu)榱藴p輕氣候和環(huán)境條件變化對玉米產(chǎn)量的影響，已在識別、改良和培育玉米新品種上做出了許多努力。
形態(tài)變化是植物應(yīng)對干旱脅迫所作出的復(fù)雜調(diào)控之一，并且已被廣泛研究。然而，由于缺乏對表型性狀尤其是莖葉水平性狀的高通量提取，使得從分子層面對玉米干旱脅迫響應(yīng)的解讀明顯落后于植物生理學(xué)發(fā)展的整體趨勢。目前，大部分植物表型數(shù)據(jù)都是通過手動以及有破壞性的方式采集的，人工采集數(shù)據(jù)的通量低、費(fèi)時費(fèi)力、數(shù)據(jù)可靠性也不盡人意，且人工采集局限于特定的生育時期，無法反映干旱脅迫對全生育期內(nèi)玉米植株的總體影響。
集成式高通量表型(HTP)分析設(shè)施的出現(xiàn)，使得連續(xù)、自動化、無損和多模態(tài)測量植物性狀成為了可能，并提高了表型數(shù)據(jù)的時空分辨率。在大多數(shù)高通量表型設(shè)施中，植株都生長在給定體積的盆內(nèi)。在林業(yè)或園藝領(lǐng)域，在不影響種植效果的前提下縮小盆體積一直是研究的重點(diǎn)，但在表型相關(guān)研究中少有對盆栽大小對植株性能影響的研究。
近日，Plant Phenomics 在線發(fā)表了題為High-Throughput Corn Image Segmentation and Trait Extraction Using Chlorophyll Fluorescence Images的研究論文。
在該文中，作者基于一種基于RGB圖像的高通量植物表型分析系統(tǒng)，充分利用了葉綠素?zé)晒庑盘枌τ衩字仓赀M(jìn)行了分割，還開發(fā)了能夠提取玉米莖葉性狀的圖像分析算法(Figure 3，4)，并進(jìn)行了實(shí)證試驗(yàn)(Figure 1)，以驗(yàn)證提取到的性狀在評估玉米植株干旱脅迫響應(yīng)中的效用。
實(shí)證試驗(yàn)的數(shù)據(jù)記錄了玉米植株在不同的水處理或不同大小的盆中生長的表現(xiàn)。結(jié)果表明，基于植株熒光圖像的高通量分析是有效且可靠的(Figure 7)；此外，在環(huán)境受控設(shè)施中進(jìn)行植物表型試驗(yàn)時，使用統(tǒng)一大小的種植盆也十分重要。
Figure 1: Proof-of-concept experimental design.
Figure 3: Segmentation and skeletonization: the image analysis processes started with building the binary mask using the gray-scale chlorophyll fluorescence (CF) images; subsequently, the skeleton was created as a two-dimensional wireframe of the plant (image scale 1/4).
Figure 4: Canopy traits extraction: extraction based on the points of interest calculated in the skeleton.
Figure 7: Image-based vs. ground-truth measurements.
——推薦閱讀——
The Application of UAV-Based Hyperspectral Imaging to Estimate Crop Traits in Maize Inbred Lines
Plant Phenomics | 無人機(jī)高光譜影像在玉米自交系作物性狀估算中的應(yīng)用
High-Throughput Phenotyping of Dynamic Canopy Traits Associated with Stay-Green in Grain Sorghum
Plant Phenomics | 高通量表型分析滯綠相關(guān)的高粱動態(tài)冠層性狀
《植物表型組學(xué)》（Plant Phenomics）是由南京農(nóng)業(yè)大學(xué)和美國科學(xué)促進(jìn)會（AAAS）合作創(chuàng)辦的英文學(xué)術(shù)期刊，于2019年1月正式上線發(fā)行，是Science合作出版的第二本期刊。采用開放獲取形式，刊載植物表型組學(xué)交叉學(xué)科熱點(diǎn)領(lǐng)域具有突破性科研進(jìn)展的原創(chuàng)性研究論文、綜述、數(shù)據(jù)集和觀點(diǎn)。具體范圍涵蓋高通量表型分析技術(shù)，基于圖像分析和機(jī)器學(xué)習(xí)的表型分析研究，提取表型信息的新算法，作物栽培、植物育種和農(nóng)業(yè)實(shí)踐中的表型組學(xué)新應(yīng)用，與植物表型相結(jié)合的分子生物學(xué)、植物生理學(xué)、統(tǒng)計(jì)學(xué)、作物模型和其他組學(xué)研究，表型組學(xué)相關(guān)的植物生物學(xué)等。期刊已被CABI、CNKI、DOAJ、PMC、SCIE和Scopus數(shù)據(jù)庫收錄。
說明：本文由《植物表型組學(xué)》編輯部負(fù)責(zé)組稿。
中文內(nèi)容僅供參考，一切內(nèi)容以英文原版為準(zhǔn)。
編輯：張威（實(shí)習(xí)）、鞠笑、孔敏
審核：尹歡
(空格分隔,最多3個,單個標(biāo)簽最多10個字符)
8
立即詢價
您提交后，專屬客服將第一時間為您服務(wù)