植物分割和单个器官的特征提取是高通量表型(HTP)操作中的两个关键挑战。为了应对这一挑战，普渡大学的 Ag Alumni Seed Phenotyping Facility (AAPF) 利用叶绿素荧光图像 (CFIs) 来实现对不同物种、年龄或颜色的植物进行一致且高效的自动分割。此外，还开发了一系列的图像分析程序，以便于对关键玉米植株性状进行定量测量。
概念验证实验设计
实验有两个处理：饱和和干旱。
它还使用了两种不同尺寸的花盆（图像比例为 1/12）
通过进行概念验证实验，验证了提取的性状在评价玉米植株干旱胁迫反应中的应用价值。图像分析程序成功地测量了几种不同大小的玉米形态特征，如株高、面积、顶节高度和直径、叶数、叶面积和与茎的角度。概念验证实验的数据显示了玉米植株在用不同的水处理或在不同大小的盆栽中生长时的表现。
不同大小植物的玉米表型：不同大小植物的原始图像及其骨架和标记叶片，以检查算法的有效性。
事实证明，基于植物荧光图像的高通量图像分割与分析是一种高效可靠的方法。通过对玉米茎叶节段性状的提取，证明了这类性状数据在评价玉米在胁迫下的表现方面的重要性和实用性。从种植在不同体积花盆中的玉米植物收集的数据表明，在受控环境设施中进行和报告植物表型数据时，使用标准大小的花盆的重要性。
鄂公网安备42018502003245号 网站地图
