油菜（Brassica napus L.）是世界上重要的油料作物之一，其產(chǎn)量和品質(zhì)在很大程度上取決于角果的發(fā)育，即角果的表型是決定油菜產(chǎn)量的重要性狀。由于結(jié)莢期油菜植株結(jié)構(gòu)復(fù)雜，具有復(fù)雜的莖稈分枝情況和密集的角果分布，使得油菜角果的分割識(shí)別以及表型性狀提取具有挑戰(zhàn)性，因此實(shí)現(xiàn)復(fù)雜植株油菜角果表型性狀的準(zhǔn)確量化分析對(duì)產(chǎn)量預(yù)測(cè)和高產(chǎn)油菜品種選育具有重要意義。
 

2023年3月，Plant Phenomics在線發(fā)表了浙江大學(xué)岑海燕教授團(tuán)隊(duì)題為Phenotyping of silique morphology in oilseed rape using skeletonization with hierarchical segmentation的研究論文。
 

本研究提出了一種基于骨架參差分割（SHS）的菜角果分割方法，結(jié)合植株點(diǎn)云與骨架模型的幾何信息實(shí)現(xiàn)完整油菜植株有效角果的準(zhǔn)確分割，并實(shí)現(xiàn)角果表型性狀的量化分析。針對(duì)手持激光掃描儀獲取的高精度油菜完整植株點(diǎn)云數(shù)據(jù)，本研究先利用RANSAC擬合平面約束骨架檢索鄰域，迭代的提取骨架點(diǎn); 并根據(jù)鄰域點(diǎn)的距離、角度、方向等信息，結(jié)合DBSCAN和WUG方法對(duì)骨架進(jìn)行優(yōu)化, 并實(shí)現(xiàn)油菜角果的一次粗分割；鑒于油菜角果長度正態(tài)分布的特性，采用骨架線長度的分布實(shí)現(xiàn)有效角果的二次分割。相比傳統(tǒng)方法，本研究方法不需要提供先驗(yàn)知識(shí)經(jīng)驗(yàn)，具有非侵入性的特點(diǎn)，并且在一定程度上能減少遮擋對(duì)于角果分割識(shí)別的影響。
 

本研究參考育種專家經(jīng)驗(yàn)，根據(jù)油菜結(jié)莢區(qū)分枝結(jié)構(gòu)與角果分布，將油菜植株分為以下三種株型：1、少分枝扇形（FBBS），具有單一主莖以及少量分枝，冠層為扇形；2、多分枝扇形（MBBS），植株結(jié)構(gòu)類似FBBS，但是具有更多的分枝；3、多分支筒形（MBCS），具有較多的主莖，以及復(fù)雜的二級(jí)、三級(jí)分枝分布情況與密集的角果，冠層呈現(xiàn)為筒型。本研究算法對(duì)這三種不同株型的油菜植株均具有較好的分割識(shí)別效果，分割準(zhǔn)確率分別為93.91%，90.27%以及83.81%，可視化結(jié)果如下圖1所示。在實(shí)現(xiàn)有效角果的準(zhǔn)確分割下，本研究進(jìn)一步估測(cè)了角果數(shù)量、總長度、總體積三種表型形狀，并與植株單株產(chǎn)量YOP（角果內(nèi)種子干重之和）建立相關(guān)性模型。如圖2結(jié)果表明，單株角果數(shù)量、總長度與總體積均與產(chǎn)量具有較高的相關(guān)性，相關(guān)系數(shù)R分別為0.935，0.916以及0.897。上述結(jié)果表明本研究方法對(duì)于準(zhǔn)確獲取復(fù)雜結(jié)構(gòu)油菜植株的角果表型具有較好的適用性，可以用于估測(cè)并分析油菜植株產(chǎn)量。
 

圖1 不同株型油菜角果分割結(jié)果
 

圖2 油菜角果表型性狀與產(chǎn)量的相關(guān)性模

浙江大學(xué)生物系統(tǒng)工程與食品科學(xué)學(xué)院博士研究生麻志宏為該文第一作者，岑海燕教授為通訊作者。該研究得到國家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目、中央高校基礎(chǔ)研究基金、浙江省重點(diǎn)研發(fā)計(jì)劃項(xiàng)目等資助。

論文鏈接：

‍https://doi.org/10.34133/plantphenomics.0027

——推薦閱讀——

SE-COTR: A Novel Fruit Segmentation Model for Green Apples Application in Complex Orchard

https://doi.org/10.34133/plantphenomics.0005

Plant Phenomics | SE-COTR：針對(duì)復(fù)雜果園中綠色蘋果的果實(shí)分割模型

Multi-Source Data Fusion Improves Time-Series Phenotype Accuracy in Maize under a Field High-Throughput Phenotyping Platform

https://doi.org/10.34133/plantphenomics.0043

Plant Phenomics | 多源數(shù)據(jù)融合提升田間高通量表型平臺(tái)下玉米時(shí)序表型解析精度

加入作者交流群

掃碼添加小編微信，拉您進(jìn)入《植物表型組學(xué)》作者交流群，群內(nèi)不定期開展作者分享會(huì)、�？�發(fā)布會(huì)等高質(zhì)量活動(dòng)。

添加小編微信，備注姓名+單位+PP，加入作者交流群

About Plant Phenomics

《植物表型組學(xué)》（Plant Phenomics）是由南京農(nóng)業(yè)大學(xué)和美國科學(xué)促進(jìn)會(huì)（AAAS）合作創(chuàng)辦的英文學(xué)術(shù)期刊，于2019年1月正式上線發(fā)行。采用開放獲取形式，刊載植物表型組學(xué)交叉學(xué)科熱點(diǎn)領(lǐng)域具有突破性科研進(jìn)展的原創(chuàng)性研究論文、綜述、數(shù)據(jù)集和觀點(diǎn)。具體范圍涵蓋高通量表型分析的最新技術(shù)，基于圖像分析和機(jī)器學(xué)習(xí)的表型分析研究，提取表型信息的新算法，作物栽培、植物育種和農(nóng)業(yè)實(shí)踐中的表型組學(xué)新應(yīng)用，與植物表型相結(jié)合的分子生物學(xué)、植物生理學(xué)、統(tǒng)計(jì)學(xué)、作物模型和其他組學(xué)研究，表型組學(xué)相關(guān)的植物生物學(xué)等。期刊已被DOAJ、Scopus、PMC、EI和SCIE等數(shù)據(jù)庫收錄�？祁Ｎò睯CR2021影響因子為6.961，位于農(nóng)藝學(xué)、植物科學(xué)、遙感一區(qū)。中科院農(nóng)藝學(xué)、植物科學(xué)一區(qū)、遙感二區(qū)、生物大類一區(qū)（TOP期刊）。2020年入選中國科技期刊卓越行動(dòng)計(jì)劃高起點(diǎn)新刊項(xiàng)目。

說明：本文由《植物表型組學(xué)》編輯部負(fù)責(zé)組稿。
中文內(nèi)容僅供參考，一切內(nèi)容以英文原版為準(zhǔn)。
撰稿：麻志宏（浙江大學(xué)）
排版：蘇梓鈺（南京農(nóng)業(yè)大學(xué)）
審核：孔敏、王平