高通量基因分型與分子育種方法相結(jié)合,大大加快了作物改良計劃。最近,改進的植物表型方法導(dǎo)致了從人工測量到自動化平臺的轉(zhuǎn)變,
并提高了可擴展性和分辨率。在開發(fā)來自高通量表型(HTP)平臺的成像數(shù)據(jù)集的大規(guī)模下游處理方面,也付出了相當(dāng)大的努力。
然而,大多數(shù)可用的工具都需要一些編程技巧。
選擇感興趣的區(qū)域之后,從原始圖像導(dǎo)出裁剪圖像。二進制圖像是植物像素的遮罩,其中植物像素被設(shè)置為1,背景被設(shè)置為0。
分割的圖像表示來自背景的分割的植物像素。以淺藍色顯示的邊界框是基于分割的像素計算的,并包圍植物的所有像素。
凸包表示包圍植物所有像素的最小凸多邊形。圖像骨架近似于莖和葉的中心線,并且使用骨架化算法來計算。
這是一種基于開源圖形用戶界面 (GUI) 的跨平臺解決方案,用于 HTP 圖像處理,旨在使具有很少或沒有編程技能的用戶可以訪問圖像分析。
開源特性提供了擴展其可用性以滿足用戶特定需求的可能性。多種功能和過濾參數(shù)的可用性為分析來自各種植物種類和平臺的圖像提供了靈活性。
(a)在充分澆水條件下生長的26天的高粱和小麥植株的原始和處理過的RGB圖像。(b)利用表型圖像(PhenoImage)得到了兩個數(shù)字特征:凸面積(凸面面積)和投射莖面積(PSA),
它們代表了植物的結(jié)構(gòu)。每個點代表單株復(fù)制,水平線代表組均值。高粱(n = 5)和小麥(n = 6)在數(shù)字性狀上均存在顯著差異(P < .001)。
對于統(tǒng)計數(shù)據(jù),使用Welch's t檢驗(方差相等而非假設(shè))
PhenoImage既可以在個人計算機上運行,也可以在高性能計算集群上運行。為了測試該應(yīng)用的有效性,
LemnaTec成像系統(tǒng)衍生的紅、綠、藍(RGB)顏色強度和基于植物色素沉著的熒光拍攝圖像,
這些圖像來自兩種不同物理屬性的植物:高粱(sorghum bicolor(L.)Moench)和小麥(Triticum aestivum L.)。研究中,討論了PhenoImage的開發(fā)、實現(xiàn)和工作。
電話
微信