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(jì)劃。最近，改進(jìn)的植物表型方法導(dǎo)致了從人工測(cè)量到自動(dòng)化平臺(tái)的轉(zhuǎn)變，并提高了可擴(kuò)展性和分辨率。在開(kāi)發(fā)來(lái)自高通量表型(HTP)平臺(tái)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。


PhenoImage使用的不同特征的表示。在選擇感興趣的區(qū)域之后，從原始圖像導(dǎo)出裁剪圖像。二進(jìn)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(lái)自背景的分割的植物像素。以淺藍(lán)色顯示的邊界框是基于分割的像素計(jì)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(lái)計(jì)算

本文作者開(kāi)發(fā)了 PhenoImage，這是一種基于開(kāi)源圖形用戶界面 (GUI) 的跨平臺(tái)解決方案，用于 HTP 圖像處理，旨在使具有很少或沒(méi)有編程技能的用戶可以訪問(wèn)圖像分析。開(kāi)源特性提供了擴(kuò)展其可用性以滿足用戶特定需求的可能性。多種功能和過(guò)濾參數(shù)的可用性為分析來(lái)自各種植物種類和平臺(tái)的圖像提供了靈活性。


PhenoImage驗(yàn)證。(a)在充分澆水條件下生長(zhǎng)的26天的高粱和小麥植株的原始和處理過(guò)的RGB圖像。(b)利用表型圖像(PhenoImage)得到了兩個(gè)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(gè)點(diǎn)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(duì)于統(tǒng)計(jì)數(shù)據(jù)，使用Welch's t檢驗(yàn)(方差相等而非假設(shè))

PhenoImage既可以在個(gè)人計(jì)算機(jī)上運(yùn)行，也可以在高性能計(jì)算集群上運(yùn)行。為了測(cè)試該應(yīng)用的有效性，作者分析了LemnaTec成像系統(tǒng)衍生的紅、綠、藍(lán)（RGB）顏色強(qiáng)度和基于植物色素沉著的熒光拍攝圖像，這些圖像來(lái)自兩種不同物理屬性的植物：高粱（sorghum bicolor（L.）Moench）和小麥（Triticum aestivum L.）。在本研究中，討論了PhenoImage的開(kāi)發(fā)、實(shí)現(xiàn)和工作。

來(lái)源：Wiley Online Library.PhenoImage: An open-source graphical user interface for plant image analysis.Feiyu Zhu, Manny Saluja, Jaspinder Singh Dharni, Puneet Paul, Scott E. Sattler, Paul Staswick, Harkamal Walia, Hongfeng Yu
https://acsess.onlinelibrary.wiley.com/doi/10.1002/ppj2.20015