植物冠层检测:彩色背景对Canopeo精度的影响


发布时间:

2023-10-10

来源:

本站

作者:

PhenoTrait

植物表型分析的一个重要组成部分是直观地监测植物对环境的健康状况。Canopeo是一种测量地被覆盖率(GCF)的近距离远程遥感器。Canopeo具有低成本、精确、近距离遥感的特点,基于图像的GCF检测,可评估植物整个生长发育周期,但是图像监测难以区分具有相似颜色的植物和背景的对象。这项研究的总体目标是测试Canopeo在温室环境中的不同颜色背景下对植物成像检测中GCF的准确度。因此我们采用十个复杂的平面背景利用Canopeo检测每张图像(分辨率72×72)中植物与非植物像素的区分能力。类似于温室环境中地板(混凝土、漆成白色的砖、天然木板和有磨损的白色木板)的多彩背景与对照(纯黑色)背景进行分析时偏差最小(<0.46),不会对 Canopeo的准确度产生偏差。绿色背景下Canopeo分析两种植物Viburnum sp.和E.pinnatum cv.的GCF数值显著较高(>20)。红色背景下Canopeo分析两种植物Viburnum sp.和E.pinnatum cv.的GCF数值显著较低。因此,Canopeo可能不适合测量所有温室栽培作物。但当省略绿色背景的GCF时,r²=0.75(拟合优度),表明大约75%的采集图像可以通过背景颜色来区分,并不会产生实验误差。表明Canopeo是一种易于操作的工具,可供研究科研人员和农民在土壤和田间环境之外的多种背景下监测植物生长和发育。

 

图1 受控环境下的Canopeo成像设置

三脚架高度设置为64厘米(25英寸)。使用内置水平仪来保持摄像机角度与工作台平行。

 

表格1  背景颜色对Canopeo光谱分辨的影响

采用NRL1000对GCF测量。使用对照进行分析时,多彩背景导致偏差最小(<0.46)。

 

图2 ImageJ中图像裁剪前和后

左:原始图像尺寸4032×3024像素;右:裁剪后的图像尺寸为1771×1380像素;两张图像的分辨率均为72×72。

 

表格2  Canopeo的四个NRL的影响

不同的(NRL)在降噪水平上对温室环境中的植物GCF没有显著影响。

 

图3 植物种类与背景色的偏差分析

植物在纯绿色背景上成像导致GCF显著偏高。植物在纯红色背上成像导致GCF显著偏低。这些结果呈现表格1中。

 

图4 复杂背景下的植物成像

每种植物物种都在十个平整的背景上成像。未裁剪的图像以三脚架反射光显示。未裁剪图像的GCF值。背景颜色从左上到右:黑、绿、红、黄、蓝;背景颜色从左下到右:天然木板、彩绘木板、混凝土、彩绘砖、棕色。

 

图5  绿色光反射的分析

三脚架反射的绿光将部分盆栽土壤检测为绿色植物像素。

 

来 源

Hale G, Cox R, Ritchie G. Canopy detection beyond the field: Colored backgrounds impact precision of Canopeo[J]. Sensing and Bio-Sensing Research, 2023: 100587.

 

编辑

杨静静

推荐新闻

石时之约|韩志国:透过表型数据,看见植物的喜怒哀乐!

本期石时之约,我们将对话慧诺瑞德(北京)科技有限公司总经理、国际植物表型学会(IPPN)执委会委员/工业分会副主席韩志国,一起从表型数据的科学角度,去读懂农作物的喜怒哀乐和前世今生。

慧科研、慧育种、慧种田——慧聚改变的力量

让我们“慧聚”在一起,为“慧科研、慧育种、慧种田”赋能。

高通量植物表型平台建设注意事项

育种,是在给定的环境条件下,选择各种表型指标(产量、品质、抗性)最优的基因型材料的过程(AI育种,从这里起步)。育种工作中大约70%的工作量来自表型观察测量和筛选,是最耗人力物力的过程。

作物生理表型测量基础原理

生理表型测量的核心在于“早、快”,要在肉眼可见之前就能测量并预判出变化趋势,才是这个技术的核心价值。叶绿素荧光成像,恰好满足了这个要求。