The Crop Journal | 长江大学联合中国农科院作科所建立提取大豆植株表型的框架

▼

大豆富含蛋白质和脂肪，在我国种植历史悠久，是我国重要的经济作物。成熟期大豆植株的表型特征对大豆育种研究有重要意义，而表型的人工考察存在成本高、效率低、误差大等问题。近年来，利用计算机视觉技术实现大豆表型特征的自动测量已成为表型研究中的热点问题。

(资料图片仅供参考)

近日，长江大学联合中国农业科学院作物科学研究所在在线发表了题为的研究论文，建立了提取大豆植株表型的框架。

该研究针对成熟期大豆植株表型特征自动测量易受豆荚遮挡、茎干弯曲、二级分枝等因素影响的问题，以深度学习框架为基础，提出了一套大豆成熟期表型自动测量算法——SPP-extractor (soybean plant phenotype extractor)。该算法融合目标检测神经网络模型、语义分割神经网络模型和定向搜索算法，自动测量成熟期大豆植株中豆荚和茎的相关性状。在研究中比较了人工测量和模型测量的豆荚个数、主茎长度、分枝个数和分枝长度表型数据，其判定系数分别0.93、0.99、0.98和0.98。表型提取全过程见图1。分析结果表明，SPP-extractor自动化的提取过程不需要人工干预，不需要先将豆荚从植株上取下，能正确处理主茎下弯和二级分枝的情况，降低了表型特征采集的人工成本，可以帮助育种家快速获取成熟期大豆植株的表型。

图1 茎相关表型提取过程的结构图

(A) 图像叠加和主茎提取：(a) 原始图像；(b) 二值化图像；(c) 语义分割结果图像；(d) 用于路径搜索的复合图像；(e) 注释主茎图像。(B) 弯曲顶部处理：(f) 初始不完整的主茎路径；(g) 确定起点；(h) 获取相关的茎区域；(i–l) 路径扩展过程；(m) 最终完整的主茎路径。(C) 分枝识别和长度计算：(n) 用于分枝识别的复合图像；(o–s) 4个分枝的提取和测量效果。

图2 表型性状模型测量值与人工测量值的回归分析（PNPP，全株荚数；PH，株高；EBN，有效分枝数；BL，分枝长度）

图3 豆荚识别效果对比

(A) 原图。(B) YOLOv5s识别豆荚效果。(C) SPP-extractor识别豆荚效果。

作者和基金项目

长江大学2021级硕士研究生周婉为该文第一作者，黄岚副教授、王俊教授和中国农业科学院作物科学研究所邱丽娟研究员为共同通信作者。该研究得到国家自然科学基金项目（62276032和32072016）和中国农业科学院农业科技创新工程的资助。

THE CROP JOURNAL

The Crop Journal英文宣传片，敬请收看！

The Crop Journal(《作物学报（英文版）》)是中国科协主管，中国作物学会、中国农业科学院作物科学研究所和中国科技出版传媒股份有限公司共同主办的学术期刊，创刊于2013年10月。办刊宗旨为刊载作物科学相关领域最新成果，开展国际学术交流，促进我国作物科学研究水平及国际影响力的提升。主要刊登农作物遗传育种、耕作栽培、生理生化、生态、种质资源以及与农作物有关的生物技术、生物数学、农业气象等领域以第一手资料撰写的研究论文、研究简报以及专题综述等。2022年The Crop Journal的SCI影响因子为6.6，在JCR农学和植物学两个学科位于Q1区，并位列中科院分区农林类期刊一区。2019–2023年获中国科技期刊卓越行动计划重点项目资助。

↓【点击下方“阅读原文”查看PDF】

学会简介

中国作物学会(The Crop Science Society of China)成立于1961年，是中国科学技术协会主管的全国学会，依托单位为中国农业科学院作物科学研究所。学科内容涵盖农作物种质资源、基因挖掘、品种培育、耕作栽培等领域瞄准世界作物科技前沿的基础与应用研究，服务国家粮食安全和农业高质量发展。业务范围包括国际合作、学术交流、书刊编辑、专业展览、科学普及、技术推广、成果鉴定、科技奖励、标准制订、业务培训、咨询服务。经过60年的风雨沧桑，今天的中国作物学会拥有6个工作委员会、23个专业委员会，是联系我国作物科技工作者的桥梁和纽带。2021年入选中国科协“中国特色一流学会建设项目”。主办期刊《作物学报》、THE CROP JOURNAL和《作物杂志》；作为第二主办单位，联合主办《麦类作物学报》。 关注我们

关注“作物之窗”或“中国作物学会”微信公众号，点击“服务-加入我们/会员注册”，即可注册个人会员。

关键词