用于高通量植物表型获取的新型三维成像系统


发布时间:

2021-10-28

来源:

本站

作者:

PhenoTrait

  高通量植物表型研究是植物科学的重要内容,该研究在实际应用中可提升作物产量以满足社会对食品、纤维和燃料的需求。准确和快速的植物表型(特别是与抗逆性状相关的植物表型)量化能缩小基因型与表型之间的差距。随着成像技术的发展,植物图像获取技术促进了高通量植物表型研究,其中三维植物表型越发受到植物科学研究者的青睐。以多相机为基础的成像系统与重构算法为三维植物重构奠定了基础。三维成像方式不但克服了二维成像方式中叶片遮挡和深度信息缺失的问题,保证了植物结构描述的准确性,而且构建了相机与植物的空间关系,从而提升了表型数据的稳定性。本研究介绍了两套自主研制的针对不同尺寸植物的新型三维成像系统及其生成高质量三维点云和网格的方法。此外,本文还系统地分析了不同三维成像设置对植物三维图像质量的影响,通过与传统成像系统的对比研究突出了本文所提出的成像系统的高性能,为提升植物三维重构效果提供了建议。第一个植物三维成像系统可用于高度为两米的任意植物的三维重构,本文中以玉米为示例。第二个植物成像系统在更小范围内对特定植物组织或器官进行三维成像。在初始图像处理阶段,本文将原始RGB图像转换到HSV颜色空间,以阈值分割的方式对背景像素进行去除。然后,用MVE方法处理不同视角下拍摄的RGB图像从而获取了植物的三维点云,再结合三维聚类算法对点云进一步去噪。该研究表明由三维模型估算的玉米穗长与人工测量值存在高度相关性(R2大于0.91)。研究发现合适的图像数量(至少60张)与更多的相机数量有助于提升三维重构模型的质量。由于增加了每幅图像颜色特征的数量,颜色棋盘被证明有助于提升三维重构质量。旋转拍摄相机的方法同样增加了三维重构模型的稳定性。

 

  总结来讲,本研究提出的成像系统有利于植物三维表型的重构,且不同系统设定的分析结果可为设计新的自定义三维成像系统与提升其重构效果提供参考。

  图1针对植株的第一套三维成像系统

 

  图2针对植物器官的第二套三维成像系统

 

  图3 MVE方法流程(a:不同角度的输入图像;b:SIFT和SURF处理后不同特征点的图像;c:稀疏三维点云与相机角度;d:深度图;e:密集三维点云;f:去噪的三维点云)

 

  图4 点云后处理方法流程(a:MVE处理后三维点云;b:背景去除的三维点云;c:标签去除的三维点云)

 

  来源:Gao T, Zhu F, Paul P, Sandhu J, Doku HA, Sun J, Pan Y, Staswick P, Walia H, Yu H. Novel 3D Imaging Systems for High-Throughput Phenotyping of Plants. Remote Sensing. 2021; 13(11):2113.

 

  编辑:张金诺

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。