RootHairAreaFinder：一种用于在平面根系培养系统中同时量化大麦根系生长及根毛数量的图像处理方法

《Plant Methods》：RootHairAreaFinder: an image processing method for quantifying barley root growth and root hairs simultaneously in a flat rhizotron system

　　

摘要

根系结构与根毛对植物养分吸收有着重要影响，但由于高分辨率成像与无损、重复测量之间的矛盾需求，要在整个植株尺度上同时对这些结构进行量化仍面临挑战。在此，我们介绍了一种基于A3尺寸平板式根系培养装置的植物生长与成像系统，该系统结合了在R语言中实现的非机器学习图像分析流程，能够在一周的生长期内反复对大麦根系结构以及可见的根毛覆盖面积进行原位量化。该系统可从单张图像中输出整合信息，展示整个根系的结构以及周围根毛的空间分布情况。图像分析算法的验证结果显示其分割性能良好，投影根系面积的平均马修斯相关系数为0.68，而VP根毛面积的平均相关系数为0.65。为证明其在实验中的适用性，该系统被用于在受控环境条件下评估根系生长和根毛的反应，这些条件包括三种不同的灌溉频率（每天2次、4次和6次）以及三种不同的土壤干容重水平（1.4、1.5和1.6克/立方厘米）。除了整体系统指标外，该方法还能用于分析单个根尖处的根毛生长情况。这种无需额外训练的方法可在类似土壤的受控物理条件下，对根系的各种特征如投影根系大小、根系生长速度、根系直径和根毛等进行综合分析，从而便于研究那些既需要空间分辨率又需要时间连续性的根系与土壤相互作用。