高通量基因分型和表型的发展为加速植物育种提供了许多工具。无人机(UAS)遥感由于具有低成本和快速覆盖种群的能力，已广泛应用于田间高通量表型分析。动态结构摄影测量技术将从多个角度拍摄的航空图像处理成完整的田间实验校正的正射图像，允许从每个单独田间地块的冠层表面提取光谱或形态特征。但是，在每个原始航拍图像中可观察到的一些表型信息到正射图像中似乎已丢失，这可能是由于诸如像素合并和融合之类的摄影测量过程所致。为了对此进行正式评估，本文引入了一组图像处理方法来从校正的正射原始航空图像中提取表型，并将其与从未处理的正射图像中提取相同性状的阴性对照进行比较。我们预测，就遥感光谱特征的广义遗传性而言，校正的正射图像的准确性比正射图像更高。因此，我们利用三个案例研究，比较了小麦育种苗圃表型的广义遗传力，包括：(1)热成像的冠层温度，(2)冠层归一化差异植被指数(NDVI)和(3)多光谱成像的早期地面覆盖。

从原始图像生成正射和校正的正射图像的工作流

从正射和校正的正射图像中提取性状的工作流程

通过四个统计模型评估了从多个校正的正射图像中提取表型遗传力的估计值，并将结果与从单个正射图像中提取估计值进行比较。结果表明，通过适当的建模，直接从多个校正的正射图像中提取性状与从正射图像中提取性状相比，可以提高对所有三种表型遗传力的估计。

摄像机方位角示意图

CT中正射和校正的正射图像

综上所述，这项研究中展示的图像处理方法具有改善从高通量成像中提取的植物性状质量的潜力，进而可以有效地利用表型学技术来进行育种。

NDVI的正射和校正的正射图像

来源：

Wang X, Silva P, Bello N M., et al. Improved Accuracy of High-Throughput Phenotyping From Unmanned Aerial Systems by Extracting Traits Directly FromOrthorectified Images. Front. Plant Sci., 21 October 2020 | https://doi.org/10.3389/fpls.2020.587093.