基于图像的田间作物表型分析:从不一致野外照明得到一致的冠层特征

来源: 时间:2018-06-01 16:15:14 次数:

基于图像的田间表型相关的主要挑战之一是照明的可变性。在一天的成像过程中,或者在不同日期的不同时段,太阳进出云层,强度不同。如果植物随着时间的推移变暗,或者天气条件简单地由晴转为阴,我们如何从连续的图像中得知?

基于图像的田间表型相关的主要挑战之一是照明的可变性。在一天的成像过程中,或者在不同日期的不同时段,太阳进出云层,强度不同。如果植物随着时间的推移变暗,或者天气条件简单地由晴转为阴,我们如何从连续的图像中得知?这是一个需要解决的重要问题,因为颜色是一个重要的表型特征,可以从图像中自动测量。

基于图像的田间作物表型分析:从不一致野外照明得到一致的冠层特征

图像分析过程

作者使用行业标准颜色检查工具来平衡2016年在四个月内进行的现场试验的每一天内和每天之间的图像颜色。通过确保每个图像中都有颜色检查器,我们就获得了一个“地面实况”来纠正不同图像的不同光照条件。作者采用最小二乘方法拟合二次模型,以修正图像的RGB值,使颜色检查块的观测值与转换后的真实值保持一致。

基于图像的田间作物表型分析:从不一致野外照明得到一致的冠层特征

修正了Gregory与其他品种的颜色值

该方法成功地减小了所有图像中观测到的彩色图值与参考图值之间的误差。此外,在色彩校正后,冠层平均色彩的标准差明显降低。最后,作者用一些例子来证明准确的颜色测量在记录表型性状和分析和处理品种之间差异方面的有效性。

关键词:小麦,颜色,表型组学,NDVI。

来源:Plant Methods 2018.Land-based crop phenotyping by image analysis: consistent canopy characterization from inconsistent field illumination.Joshua Chopin, Pankaj Kumar and Stanley J. Miklavcic.