SPP提取器:密植大豆的自动表型提取


发布时间:

2023-08-23

来源:

本站

作者:

PhenoTrait

​植物表型信息的自动提取已成为育种和智慧农业的趋势。针对收获期成熟大豆冠层密集和相互遮挡的问题,本研究提出了SPP提取器(大豆植物表型提取器,soybean plant phenotype extractor)算法,可准确提取大豆表型参数。首先,为解决豆荚之间相互遮挡的问题,本研究利用加入注意力机制的标准YOLOv5s模型进行目标检测。实验结果显示,该模型能准确识别豆荚和茎杆,并可以通过一次扫描获取整株荚数。其次,考虑到成熟的分枝通常会弯曲且被豆荚覆盖,本研究还设计了一个分枝识别和测量模块,并与图像处理、目标检测、语义分割和启发式搜索相结合。真实植株的实验结果显示,与人工计数相比,SPP提取器用于四种表型参数的R2可以达到0.93-0.99。

 

图1 SPP提取器的结构,包括3个主要模块:豆荚和茎秆区域识别、茎秆和分枝提取、分枝长度计算

 

图2 与茎秆相关的表型提取过程。(A)覆盖图和主茎提取。(a)原始影像;(b)二值影像;(c)语义注释影像;(d)用于路径搜索的合成图;(e)提取主茎后的注释影像;(B)顶部弯曲处理;(f)不完整的主茎路径初始图;(g)确定起点;(h) 获取相关的主茎区域;(i–l)路径膨胀过程;(m)完整的主茎路径图;(C)分枝识别和分枝长度测量;(n)用于分枝识别的合成图;(o–s)四个分枝的提取和测量

 

图3 MSE(主茎提取,Main Stem Extraction)和BIL(分支识别和长度测量,Branch Identification and Length measurement)算法流程

 

图4 六个表型参数的回归结果。PNPP, 每株荚数; PH, 株高; EBN, 有效分枝数; BL, 分枝长度

 

图5 SPP提取器和人工测量值在三个不同植被类型的对比结果。(A)分枝较少;(B)有二次分枝;(C)顶部弯曲

 

图6 单株荚数测量。(A)原始影像;(B) YOLOv5s的豆荚探测结果;(C)SPP的豆荚探测结果

 

图7 三种分枝长度计算方法对比。(A)只用二值化影像;(B) 同时使用二值化影像和语义注释影像;(C)只用语义注释影像

 

来 源

W. Zhou, Y. Chen, W. Li et al., SPP-extractor: Automatic phenotype extraction for densely grown soybean plants, The Crop Journal, https://doi.org/10.1016/j.cj.2023.04.012. 

 

编辑

段博

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。