一种基于RGB的低成本图像处理方法,用于高效评估稻谷的白垩化程度

《Rice Science》:A Low-Cost RGB-Based Image Processing Method for High-Throughput Assessment of Rice Grain Chalkiness

【字体: 大 中 小 】 时间:2026年01月24日 来源:Rice Science 6.1

编辑推荐:

  Jardel da Silva Souza | Sandra Helena Uneda-Trevisoli | Felipe Dalla Lana | Roberto Fritsche-Neto植物生产系,圣保罗州立大学(UNESP)农业与兽医学院,Via de Acesso P

  
Jardel da Silva Souza | Sandra Helena Uneda-Trevisoli | Felipe Dalla Lana | Roberto Fritsche-Neto
植物生产系,圣保罗州立大学(UNESP)农业与兽医学院,Via de Acesso Prof. Paulo Donato Castellane, s/n, Jaboticabal, S?o Paulo 14884-900, 巴西

摘要

尽管全球已培育出众多水稻基因型,但对谷物关键性状“垩白度”的收割后评估仍然是育种计划中的一个重大挑战。传统的表型分析方法依赖于手工分离和分析谷物,这限制了决策的速度和效率。本研究旨在评估一种基于图像的低成本表型分析方法在表征水稻谷物垩白度及形态性状(谷物长度和宽度)方面的效率,并将其与传统评估方法进行比较。使用高光谱相机(VNIR,400–1000 nm)和尼康数码单反(DSLR)相机对270份水稻样本的谷物进行了成像处理。分析过程中仅使用了RGB信息,包括从高光谱图像中提取的RGB通道以模拟低成本实验设置。通过Python脚本对谷物进行分割、估计形态参数并计算垩白度。两种成像系统的结果与SeedCount平台提供的参考数据进行了对比。结果显示,高光谱-RGB方法与SeedCount数据之间的相关性高达93%,而RGB系统的相关性为76%。二元分类指标表现出较高的区分性能,大多数性状的曲线下面积(AUC)值超过0.90。所提出的方法每样本的图像采集和处理时间约为21秒,而传统方法则需要1.5分钟。研究结果表明,基于图像的快速低成本表型分析策略是可行的,特别适用于垩白度的定量评估和谷物形态分析。完整的图像处理流程作为补充材料提供,进一步验证了该方法的透明度和可重复性。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号