利用数字图像分析软件对观赏向日葵花色进行评价


发布时间:

2021-02-01

来源:

本站

作者:

PhenoTrait

花色作为向日葵的一种美学性状,对其新基因型的开发及其市场价值具有重要意义。向日葵舌状花的标准评价方法是根据国际植物新品种保护联盟(UPOV)向日葵指南制定的。这种方法的主要缺陷是评价者需要具有高度的专业知识,而且该方法具有高度主观性。

 

在(A)3D Lab颜色空间和(B)2D ab颜色空间中确定了国际植物新品种保护联盟(UPOV)颜色类别的平均向量

 

为了验证人类不能同等区分颜色的假设,100名农业专家使用UPOV指南对6种商业向日葵基因型进行了评价。此外,本文提出了一种新的向日葵舌状花颜色分类方法:数字UPOV (dUPOV),它依赖于软件图像分析,但最终的决定仍然留给评估者。为此,我们创建了一个新的花彩色图像分析(FloCIA)软件,用于向日葵花的数字图像分割和自动分类,并通过比较153张F2基因型的数字图像和作为基本事实的专家评估答案,评估这种方法的益处和相关性,最终确定新开发软件的准确性。结果发现,FloCIA能够可视化研究中使用的向日葵基因型的舌状花图像分割,此外,两个主色簇,属于每个UPOV颜色类别的像素百分比可以在CIE L*a*b*颜色空间中以图形表示UPOV类别的平均向量。另外,基于dUPOV的专家颜色评估和软件评估之间的射线花颜色测定的精度(重复性)大于由同一专家执行的两个基于UPOV评估(重复性)。在包含153张F2基因型照片的图像数据集上,用于无监督(自动)分类的FloCIA软件的准确性为91.50%。此案例中,软件和专家们对153张相同颜色图片中的140张进行了分类。

 

对6个供试向日葵基因型(cms130、Heliopa、Dwarf、Neoplanta、Pacino Gold和Ring of Fire)的图像进行分割(排除背景和花盘),并用k-means算法进行聚类:(A)原始图像,(B)颜色分割,(C)纹理分割,(D,E)两个显性图像集群

 

每个基因型的主色簇的位置

 

综上所述,如果超过一种重要的颜色存在于检查的基因型,这种视觉呈现可以作为评价者确定主色的指导方针,并得出结论。

 

评价者得分与6个受检向日葵基因型(Neoplanta、Heliopa、CMS1 30、Ring of Fire、Pacino Gold和Dwarf)各国际植物新品种保护联盟(UPOV)颜色类别像素数的相关性。

 

来源:

Zorić M, Cvejić S, Mladenović E, et al. Digital Image Analysis Using FloCIA Software for Ornamental Sunflower Ray Floret Color Evaluation. Front. Plant Sci., 09 November 2020 | https://doi.org/10.3389/fpls.2020.584822.

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。