基于玉米根系图像的表型指标获取方法

TP391.41; 为了快速获取玉米根系表型指标,该研究提出一种基于图像的高通量解决方案.系统整合一套简易可靠的根系图像获取硬件和自动化根系图像处理算法,首先在固定背景下获取玉米根系图像,通过标定物检出、背景分割算法得到根系目标前景图像,识别根系起始点并剪除冗余部分得到根系感兴趣区域后计算颜色、形状、空间分布3大类29个表型指标.应用该系统获取135个玉米自交系材料吐丝期根系图像和表型数据,其中根系分支角度指标与人工测量值回归分析的决定系数为0.85,验证了系统的精度和准确性.采用非监督聚类方法对135个自交系材料根系表型指标分类,获得3种根系形态类型,通过剖面图分析了各指标在分类中的作用以及...

Full description

Saved in:
Bibliographic Details
Published in农业工程学报 Vol. 37; no. 8; pp. 169 - 176
Main Authors 王传宇, 郭新宇, 温维亮, 吴升, 顾生浩
Format Journal Article
LanguageChinese
Published 北京农业信息技术研究中心,北京 100097%国家农业信息化工程技术研究中心,北京 100097%数字植物北京市重点实验室,北京 100097 15.04.2021
Subjects
高通量
机器视觉
表型
玉米
图像处理
根系
Online AccessGet full text
ISSN1002-6819
DOI10.11975/j.issn.1002-6819.2021.08.019

Cover

More Information
Summary:TP391.41; 为了快速获取玉米根系表型指标,该研究提出一种基于图像的高通量解决方案.系统整合一套简易可靠的根系图像获取硬件和自动化根系图像处理算法,首先在固定背景下获取玉米根系图像,通过标定物检出、背景分割算法得到根系目标前景图像,识别根系起始点并剪除冗余部分得到根系感兴趣区域后计算颜色、形状、空间分布3大类29个表型指标.应用该系统获取135个玉米自交系材料吐丝期根系图像和表型数据,其中根系分支角度指标与人工测量值回归分析的决定系数为0.85,验证了系统的精度和准确性.采用非监督聚类方法对135个自交系材料根系表型指标分类,获得3种根系形态类型,通过剖面图分析了各指标在分类中的作用以及不同类型根系的主要表型差异.该方法能够快速获取多个玉米根系表型指标,满足了大规模种质资源鉴定和商业化育种对表型数据的需求.
ISSN:1002-6819
DOI:10.11975/j.issn.1002-6819.2021.08.019