基于时间图像序列的植物整体和组分表型分析

来源: 时间:2018-05-23 15:45:30 次数:

基于图像的植物表型通过在相对较短的时间内分析大量的植物从而无损的提取植物性状。可以将整个植物作为单个对象(整体表型)或作为单个组分(即叶和茎(组分表型))来研究植物的生物物理特性。

基于图像的植物表型通过在相对较短的时间内分析大量的植物从而无损的提取植物性状。可以将整个植物作为单个对象(整体表型)或作为单个组分(即叶和茎(组分表型))来研究植物的生物物理特性。玉米植株在营养生长阶段的生命周期中,叶节点出现的时间、叶片总数和个体叶片的生长量是评估植物活力的重要表型表现。但对这个新颖问题的基于图像的自动化解决方案还有待探索。

基于时间图像序列的植物整体和组分表型分析

分割过程示意图

本文作者介绍了一套新的整体和组分表型。要计算出各组分的表型,就必须检测单个的叶片和茎。因此,本文采用基于图像的方法,通过分析从侧面捕捉到的二维可见光图像序列,提出了一种可靠地检测玉米叶片和茎的新方法。计算叶片的总数量,并测量每片叶子的长度,来监测叶片的生长情况。为了评估所提出算法的性能,作者引入了内布拉斯加大学林肯分量植物表型数据集(UNL-CPPD),并提供地面实况以促进新算法开发和统一比较。对于UNL-CPPD上的玉米植物,通过基因型和环境(即温室)调控的组分表型的时间变化是实验证明的。应用统计模型分析温室环境影响,并证明公共数据集Panicoid Phenomap-1上整体表型的时间变异的遗传调控。

基于时间图像序列的植物整体和组分表型分析

基于时间图像序列的植物整体和组分表型分析

骨刺去除过程示意图及植物结构的确定

本文主要贡献了一种基于计算机视觉的算法,用于自动检测单个叶片和茎干,以计算新的组分表型,同时公开发布基准数据集,即UNL-CPPD。通过详细的实验分析,论证了环境和遗传变异对玉米的整体和组分表型的时间变化,并讨论它们在植物科学中的重要性。

基于时间图像序列的植物整体和组分表型分析

组分表型

关键词:植物表型,植物结构,整体表型,组分表型,图像序列分析

来源:Plant Methods.10 May 2018. Holistic and component plant phenotyping using temporal image sequence.Sruti Das Choudhury, Srinidhi Bashyam, Yumou Qiu, Ashok Samal and Tala Awada.