HSI-PP: 一款基于高光谱图像的植物表型分析软件


发布时间:

2022-08-06

来源:

本站

作者:

PhenoTrait

  光谱成像已成为高通量植物表型鉴定最常用的技术之一。从高光谱图像中提取和分析植物表型性状是植物科学研究和作物育种的一个主要瓶颈。为了有效提升进行高通量植物表型分析效率,浙江大学生物系统工程与食品科学学院岑海燕教授课题组开发了一款独立、开源、自动化且易于使用的高光谱图像处理分析软件平台(HSI-PP),无需专业编程技能即可高效处理高光谱图像及其数据。

 

  HSI-PP高光谱图像处理分析软件界面

 

  HSI-PP集成了光谱图像预处理、特征提取和建模功能,可以从不同类型平台获取的高光谱图像中提取表型信息,从而提高决策进程。HSI-PP能够对高光谱图像进行预处理使其适用于训练分类和回归的机器/深度学习模型。

 

  研究通过两种重要植物表型分析验证了HSI-PP的性能:(1)研究不同拟南芥基因型对干旱胁迫的反应(2)不同成像角度对预测油菜冠层氮含量(CNC)的影响。结果表明,根据图像数据的大小和技术流程的复杂性,HSI-PP在普通台式电脑上处理大约10GB的拟南芥高光谱图形并分析干旱胁迫的响应,用时为30到73分钟不等。HSI-PP可在5小时内从更大的图像数据集(104 GB)中提取拟南芥的多种表型特征(光谱、结构和形态)。干旱胁迫处理后第4天,这些特征就比仅使用光谱信息(85%)获得更高的准确率(94%)。而在油菜中,HSI-PP在18小时内处理了约384 GB的高光谱图像数据集,分析发现75°成像角在PLSR拟合真实值时为最优角(0.83)。案例结果表明,HSI-PP能够快速、高效、精确地处理各种作物的高光谱图像,并可适用于多种植物表型分析相关研究。

 

  HSI-PP高光谱图像处理分析软件与其他软件性能比较和处理不同大小数据集耗时

 

  浙江大学生物系统工程与食品科学学院岑海燕教授为通讯作者,课题组博士生Ahmed和孙大伟博士为共同第一作者。相关工作得到浙江省重点研发计划项目和国家自然科学基金项目的资助。

 

  来源:ElManawy, A. I., Sun, D., Abdalla, A., Zhu, Y., & Cen, H. (2022). HSI-PP: A flexible open-source software for hyperspectral imaging-based plant phenotyping. Computers and Electronics in Agriculture, 200(107248). https://doi.org/10.1016/j.compag.2022.107248

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。