生菜葉片的分類和表型鑒定迫切需要對其多語義特征進(jìn)行精細(xì)量化。生菜葉片的不同成分具有特定的生理功能，可以利用它們的可觀察特性進(jìn)行定量描述和解釋。特別是葉柄和葉脈決定了葉片的機(jī)械支撐和物質(zhì)運(yùn)輸性能，而其他成分可能與光合作用密切相關(guān)。目前，生菜葉片表型無法準(zhǔn)確區(qū)分葉片成分，也沒有對同一生菜葉片的正背進(jìn)行比較評價(jià)。此外，葉片成分的一些性狀可以手動(dòng)測量，但耗時(shí)、費(fèi)力且不準(zhǔn)確。盡管已經(jīng)有幾項(xiàng)研究是關(guān)于基于圖像的葉片表型分析，但仍然缺乏可靠的方法來自動(dòng)提取和驗(yàn)證大型生菜葉片的多語義特征。
生菜葉語義成分的圖像標(biāo)注規(guī)范。A 在實(shí)際實(shí)驗(yàn)環(huán)境中拍攝的生菜葉圖像。B 描繪的葉片作為四個(gè)語義成分（BD 葉片、MR 中脊、VS 靜脈和 LM 葉肉）。C 根據(jù)相應(yīng)的語義成分自動(dòng)生成兩個(gè)新的語義成分（VV脈絡(luò)和MZ邊緣）。D 六種語義成分的數(shù)據(jù)標(biāo)注規(guī)范
在這項(xiàng)研究中，作者開發(fā)了一種自動(dòng)表型分析流程來識別離體的生菜葉的成分并計(jì)算多語義特征用于表型識別。構(gòu)建了六個(gè)語義分割模型以從生菜葉片的可見圖像中提取葉子成分。然后，使用葉片歸一化技術(shù)將不同的葉子尺寸旋轉(zhuǎn)和縮放到“無尺寸”空間，以獲得一致的葉片表型。一種新的基于葉片的方法也被用來確定葉柄、一級靜脈和二級靜脈。該技術(shù)方案貢獻(xiàn)了 30 個(gè)幾何、20 個(gè)脈絡(luò)和 216 個(gè)基于顏色的特征來表征每個(gè)生菜葉片。對 11 個(gè)人工測量的性狀進(jìn)行了評估，并證明了與計(jì)算結(jié)果的高度相關(guān)性。此外，使用葉子的正反面圖像來驗(yàn)證所提出方法的準(zhǔn)確性并評估性狀差異。
基于經(jīng)典U-NET模型的正反生菜葉片六個(gè)語義分量
該方法為離體生菜葉片精細(xì)結(jié)構(gòu)和成分的定量分析提供了有效的策略。生菜葉片的幾何、顏色和葉脈及其成分性狀可綜合用于生菜的表型鑒定和育種。本研究為開發(fā)生菜葉片的自動(dòng)化高通量表型應(yīng)用、改善有效光合面積和葉脈配置等農(nóng)藝性狀提供了寶貴的視角。
來源：Plant Methods.Quantitative phenotyping and evaluation for lettuce leaves of multiple semantic components.Jianjun Du, Bo Li, Xianju Lu, Xiaozeng Yang, Xinyu Guo & Chunjiang Zhao
https://plantmethods.biomedcentral.com/articles/10.1186/s13007-022-00890-2
鄂公網(wǎng)安備42018502003245號 網(wǎng)站地圖
