免费和开源软件用于植物表型分析:对象检测、大小和颜色


发布时间:

2023-03-20

来源:

植物表型资讯

作者:

PhenoTrait

光学图像的对象检测、大小确定和颜色检测是植物科学中常用的工具。这方面的主要示例包括识别西红柿等水果的成熟阶段,以及确定作为植物健康指标的叶绿素含量。虽然存在确定这些重要表型的方法,但它们通常需要专有软件或需要编码知识以适应现有代码。

 

本文提供了一组免费和开源的 Python 脚本,如图1,无需任何改编,就可以使用 ColourChecker对图像进行背景校正和颜色校正(图2)。进一步的脚本识别对象,使用已知大小的对象来校准大小,并提取 RGB、Lab 和 YUV 颜色空间中对象的平均颜色。通过在四种不同光照条件下成像来展示这些脚本的一致性,使用两个示例来展示如何使用这些脚本。

 

在第一个示例(图3-6)中,使用番茄图像和指数模型估算了番茄 (Solanum lycopersicum) 变种Tiny Tim中的番茄红素含量。证明了三种不同的相机(单反相机和两个独立的手机)都能够模拟番茄红素含量。预测番茄红素或叶绿素的模型需要根据使用的相机进行调整。在第二个示例(图7-8)中,使用叶片图像和指数模型来估计罗勒 (Ocimum basilicum) 的叶绿素含量,以预测叶绿素含量。

 

并且,本文提供了一种快速、便宜、无损且廉价的方法用于确定植物材料的大小和颜色,使用由灯箱、相机和颜色检查卡组成的装备,并使用Python 3.8中运行的免费和开源脚本。该方法准确预测了番茄果实中的番茄红素含量和罗勒叶中的叶绿素含量。

 

图1 用于确定植物表型对象的大小和颜色的框架。A)原始文件转换成jpg文件;B)背景校正;C)颜色校正;D)图像裁剪;E)去除白色背景;F)目标分割;G)确定物体的大小和颜色。

 

图2 (A)在尼康D60相机在不同光照条件下的四个不同位置拍摄的24个彩色校正色板在色彩校正前(粉色)和色彩校正后(蓝色)的误差的Log10转换。(B)显示四个位置的色彩校正板在色彩校正前后的照片。

  

图3 (A)番茄果实的紫外分光光度法光谱,垂直虚线表示用于测定番茄红素含量的波长(503 nm); (B)番茄果实提取前的背景和颜色校正光学图像。

 

图4 a*/b*值从实验室颜色空间的测试番茄在不同相机捕获;(A)尼康D60, (B)小米9SE和(C) iPhone 7对番茄红素含量的提取和分光光度法测定。

 

图5 从不同相机捕获的测试番茄的Lab颜色空间确定预测番茄红素含量;(A)尼康D60, (B)小米9SE和(C) iPhone 7对抗番茄红素含量通过提取和分光光度法测定毫克番茄红素每公斤湿质量番茄。

 

图6 (A)用尼康D60相机从实验室颜色空间捕获的测试番茄的A /b值与通过提取和分光光度法测定的每公斤湿番茄毫克番茄红素含量的比值。(B)用尼康D60拍摄的试验番茄的实验室颜色空间测定的番茄红素预测含量与通过提取和分光光度法测定的每公斤湿番茄毫克番茄红素含量的比较。虚线表示y = x线。粉色圆圈表示用于训练模型的数据,蓝色方块表示验证数据点。

 

图7 (A)罗勒叶的紫外分光光度光谱,垂直虚线表示用于测定叶绿素总含量的波长(646 nm和663 nm); (B)叶绿素提取前罗勒叶的背景和彩色校正光学图像。

 

图8 (A)用尼康D60拍摄的试验罗勒叶RGB颜色空间预测的总叶绿素含量与通过萃取和分光光度法测定的每克湿块状罗勒的总叶绿素含量的训练数据。(B)蓝色方块表示模型预测的验证数据点,虚线表示y = x线。

 
 
来 源
Harry Charles Wright, Frederick Antonio Lawrence, Anthony John Ryan et al. Free and open-source software for object detection, size, and colour determination for use in plant phenotyping, 08 February 2023, PREPRINT (Version 1) available at Research Square [https://doi.org/10.21203/rs.3.rs-2546630/v1]
 

编辑

王春颖
 

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。