简化具有多个对象的 PlantCV 工作流程


发布时间:

2022-12-12

来源:

植物表型资讯

作者:

PhenoTrait

在高密度生长环境中使用多相机阵列对植物进行成像是一种经济实惠的高通量表型分析策略。在多相机成像系统中,成百上千的植物同时成像消除了植物到相机或相机到植物系统中所看到的植物间的测量时间延迟,从而可以在高时间分辨率下分析植物的生长、发育和环境反应。另一方面,高植物密度、相机与相机之间的差异以及其他权衡因素增加了数据分析的复杂性。在此,我们介绍了最近对PlantCV图像分析包的两项更新,以提高处理多植物数据集时的可用性。首先,我们介绍了一种自动检测网格布局中组织的植物的方法,减少了在多相机系统中为每个相机制定单独工作流程的需要。其次,我们减少了处理植物形状和位置的函数的输入和输出参数的数量,并引入了对多个感兴趣的对象(如植物)的自动迭代,减少了建立工作流程所需的编程水平。

 

图1 plantcv.roi.multi的输入图像和参数。蓝色圆圈是感兴趣的区域(ROI)。(A) 标记坐标参数的位置,(B)和(C)分别是间距参数在水平和垂直方向上的长度,(D)标记半径。

 

图2 带有(A)缺失植物和(B)不属于植物的物体的二进制掩码。

 

图3 来自roi.auto网格上的输出图像。图像来自两个不同的托盘:(A)和(B)来自一个托盘,(C)和(D)来自另一个托盘。来自同一托盘的图像是在不同的时间点拍摄的。

 

来 源

Schuhl H, Peery J D, Gutierrez J, et al. Simplifying PlantCV workflows with multiple objects[J]. Authorea Preprints, 2022.

DOI: 10.22541/au.166758437.76129704/v1

 

编 辑

小王博士在努力

 

扩展阅读

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。