利用径向生长修复算法检测玉米根系表型.pdfVIP

第 37 卷 第 18 期 农 业 工 程 学 报 Vol.37 No.18 2021 年 9 月 Transactions of the Chinese Society of Agricultural Engineering Sept. 2021 195 利用径向生长修复算法检测玉米根系表型 1 1 1 1 2 3 卢 伟 ，邵昱宁 ，王 玲 ，罗 慧 ，周 济 ，邓一明 （1. 南京农业大学人工智能学院，南京 210031 ；2. 剑桥作物研究所/ 国立农业植物学研究所，英国剑桥CB3 0LE；3. 密歇根州立 大学工学院，美国密歇根州东兰辛 48824 ） 摘 要：针对根系图像中的断根易导致根系表型信息难以精确获取的问题，该研究提出一种根系径向生长修复算法， 并基于此进行不同抗性玉米种子根系表型对比研究。首先，采用自适应对比度增强、直方图灰度查找、椒盐去噪等对 采集的根系图像进行预处理，从复杂背景中分离出根系图像；再通过 YOLO-V3 检测模型进行根系图像中主根根尖识 别；最后，自根尖开始进行径向生长，通过分叉点主根提取策略、端点自适应修复策略实现主根图像修复，并提取主 根和侧根表型信息。将普通、抗旱、抗涝、抗盐 4 种不同抗性的玉米种子种植于槽型扁平容器中培养 14 d 后取出，冲 洗得到完整根系并进行图像采集。采用径向生长修复算法进行根系修复后提取根系长度和直径与根系图像修复前相比， 根系长度和直径的提取精度分别由 83.6%和 84.4%提高至 97.4%和 94.8% ，径向生长修复算法提取精度优于区域生长 算法，适用于不同胁迫环境下玉米根系表型参数提取。在干旱环境和盐腌环境下，径向生长修复算法精度提升更明 显。结果表明，该研究所提出的根系径向生长修复算法可有效提高根系图像表型信息精度，为根系表型快速提取提 供参考。 关键词：图像处理；算法；根系表型；环境胁迫；径向生长；自适应修复 doi ：10.11975/j.issn.1002-6819.2021.18.023 中图分类号：S513 文献标志码：A 文章编号：1002-6819(2021)-18-0195-08 卢伟，邵昱宁，王玲，等.利用径向生长修复算法检测玉米根系表型 [J]. 农业工程学报，2021，37(18)：195-202. doi ：10.11975/j.issn.1002-6819.2021.18.023 Lu Wei, Shao Yuning, Wang Ling, et al. Radial growth repair algorithm for maize root phenotype detection[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(18): 195-202. (in Chinese with English abstract) doi ：10.11975/j.issn.1002-6819.2021.18.023 根系检测，但分辨率低且易受土壤电导率不均匀性影响， 0 引 言  需要进一步改进；Fitters 等[9]提出使用掩埋式微型相机直 根系是作物吸收水分、矿物质的重要组织，其主根、 接在土壤下采集甜菜根根系信息，但难以得到完整根系 侧根等表型信