Fenômica:用于高通量表型分析的计算机视觉系统


发布时间:

2021-05-23

来源:

本站

作者:

PhenoTrait

计算机视觉和图像处理程序可以频繁而精确地获取作物数据(如植被指数),并将其与生物量和作物产量等其他变量相关联。本文利用计算机视觉系统进行高通量表型,提出三个解决方案:一个连接到低成本设备上的图像采集软件;一个用于特征提取的图像处理程序;以及一个用于展示结果的web应用程序。

 

“Fenômica”设备架构

 

设备内部的亮度配置

 

(a) 用户界面,可选择登记每个作物样本(b) 利用USB摄像机获取RGB图像的图像采集资源;以及(c)wi-fi摄像头的红外图像

 

研究人员使用了巴西农业研究公司小麦作物试验的归一化差分植被指数(NDVI)数据。回归分析表明,NDVI分别解释了施氮量为82、150和200kg的作物地生物量值变异的98.9%、92.8%和88.2%。结果,由我们的系统生成的NDVI与生物量具有很强的相关性,展示了产量预测模型的新方法。

 

植物高度在图像上突出显示,用于中等高度作物

 

N082地块NDVI与生物量的相关分析

 

来源:

Santos M, Madalozzo G, Fernandes J, et al. Fenômica: A Computer Vision System for High-Throughput Phenotyping. International Journal of Agricultural and Environmental Information Systems (IJAEIS) 11(1). DOI: 10.4018/IJAEIS.2020010101.

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。