欢迎您来到博普特科技官方网站!

土壤仪器电话

010-82794912

品质至上,客户至上,您的满意就是我们的目标

技术文章

当前位置:  首页 > 技术文章

Plant Phenomics | 浙江大学岑海燕教授团队基于骨架层次分割的油菜角果表型分析

发表时间:2023-05-25 15:03:11点击:466

来源:植物表型组学

分享:

1684998075990756.png

1684998087578385.png

油菜(Brassica napus L.)是世界上重要的油料作物之一,其产量和品质在很大程度上取决于角果的发育,即角果的表型是决定油菜产量的重要性状。由于结荚期油菜植株结构复杂,具有复杂的茎秆分枝情况和密集的角果分布,使得油菜角果的分割识别以及表型性状提取具有挑战性,因此实现复杂植株油菜角果表型性状的准确量化分析对产量预测和高产油菜品种选育具有重要意义。

2023年3月,Plant Phenomics在线发表了浙江大学岑海燕教授团队题为Phenotyping of silique morphology in oilseed rape using skeletonization with hierarchical segmentation的研究论文。

本研究提出了一种基于骨架参差分割(SHS)的菜角果分割方法,结合植株点云与骨架模型的几何信息实现完整油菜植株有效角果的准确分割,并实现角果表型性状的量化分析。针对手持激光扫描仪获取的高精度油菜完整植株点云数据,本研究先利用RANSAC拟合平面约束骨架检索邻域,迭代的提取骨架点; 并根据邻域点的距离、角度、方向等信息,结合DBSCAN和WUG方法对骨架进行优化, 并实现油菜角果的一次粗分割;鉴于油菜角果长度正态分布的特性,采用骨架线长度的分布实现有效角果的二次分割。相比传统方法,本研究方法不需要提供先验知识经验,具有非侵入性的特点,并且在一定程度上能减少遮挡对于角果分割识别的影响。

本研究参考育种专家经验,根据油菜结荚区分枝结构与角果分布,将油菜植株分为以下三种株型:1、少分枝扇形(FBBS),具有单一主茎以及少量分枝,冠层为扇形;2、多分枝扇形(MBBS),植株结构类似FBBS,但是具有更多的分枝;3、多分支筒形(MBCS),具有较多的主茎,以及复杂的二级、三级分枝分布情况与密集的角果,冠层呈现为筒型。本研究算法对这三种不同株型的油菜植株均具有较好的分割识别效果,分割准确率分别为93.91%,90.27%以及83.81%,可视化结果如下图1所示。在实现有效角果的准确分割下,本研究进一步估测了角果数量、总长度、总体积三种表型形状,并与植株单株产量YOP(角果内种子干重之和)建立相关性模型。如图2结果表明,单株角果数量、总长度与总体积均与产量具有较高的相关性,相关系数R分别为0.935,0.916以及0.897。上述结果表明本研究方法对于准确获取复杂结构油菜植株的角果表型具有较好的适用性,可以用于估测并分析油菜植株产量。


1684998111397314.png


图1 不同株型油菜角果分割结果

1684998131819440.png

图2 油菜角果表型性状与产量的相关性模

浙江大学生物系统工程与食品科学学院博士研究生麻志宏为该文第一作者,岑海燕教授为通讯作者。该研究得到国家重点研发计划项目、中央高校基础研究基金、浙江省重点研发计划项目等资助。

论文链接:

‍https://doi.org/10.34133/plantphenomics.0027

——推荐阅读——

SE-COTR: A Novel Fruit Segmentation Model for Green Apples Application in Complex Orchard

https://doi.org/10.34133/plantphenomics.0005

Plant Phenomics | SE-COTR:针对复杂果园中绿色苹果的果实分割模型

Multi-Source Data Fusion Improves Time-Series Phenotype Accuracy in Maize under a Field High-Throughput Phenotyping Platform

https://doi.org/10.34133/plantphenomics.0043

Plant Phenomics | 多源数据融合提升田间高通量表型平台下玉米时序表型解析精度

加入作者交流群

扫码添加小编微信,拉您进入《植物表型组学》作者交流群,群内不定期开展作者分享会、专刊发布会等高质量活动。

1682501616317515.png

添加小编微信,备注姓名+单位+PP,加入作者交流群

About Plant Phenomics

《植物表型组学》(Plant Phenomics)是由南京农业大学和美国科学促进会(AAAS)合作创办的英文学术期刊,于2019年1月正式上线发行。采用开放获取形式,刊载植物表型组学交叉学科热点领域具有突破性科研进展的原创性研究论文、综述、数据集和观点。具体范围涵盖高通量表型分析的最新技术,基于图像分析和机器学习的表型分析研究,提取表型信息的新算法,作物栽培、植物育种和农业实践中的表型组学新应用,与植物表型相结合的分子生物学、植物生理学、统计学、作物模型和其他组学研究,表型组学相关的植物生物学等。期刊已被DOAJ、Scopus、PMC、EI和SCIE等数据库收录。科睿唯安JCR2021影响因子为6.961,位于农艺学、植物科学、遥感一区。中科院农艺学、植物科学一区、遥感二区、生物大类一区(TOP期刊)。2020年入选中国科技期刊卓越行动计划高起点新刊项目。

说明:本文由《植物表型组学》编辑部负责组稿。

中文内容仅供参考,一切内容以英文原版为准。

撰稿:麻志宏(浙江大学)

排版:苏梓钰(南京农业大学)

审核:孔敏、王平

  • 土壤仪器品牌德国steps
  • 土壤仪器品牌奥地利PESSL
  • 土壤仪器品牌荷兰MACView
  • 土壤仪器品牌德国INNO_Concept
  • 土壤仪器品牌比利时WIWAM
  • 土壤仪器品牌德国GEFOMA
  • 土壤仪器品牌奥地利schaller
  • 土壤仪器品牌荷兰PhenoVation
  • 土壤仪器品牌法国Hi-phen系统
  • 土壤仪器品牌Videometer
  • 土壤仪器品牌比利时INDUCT(OCTINION)
  • 土壤仪器品牌美国EGC
  • 土壤仪器品牌HAIP
  • 土壤仪器品牌植物遗传资源学报