植物分割和單個(gè)器官的特征提取是高通量表型(HTP)操作中的兩個(gè)關(guān)鍵挑戰(zhàn)。為了應(yīng)對(duì)這一挑戰(zhàn)，普渡大學(xué)的 Ag Alumni Seed Phenotyping Facility (AAPF) 利用葉綠素?zé)晒鈭D像 (CFIs) 來實(shí)現(xiàn)對(duì)不同物種、年齡或顏色的植物進(jìn)行一致且高效的自動(dòng)分割。此外，還開發(fā)了一系列的圖像分析程序，以便于對(duì)關(guān)鍵玉米植株性狀進(jìn)行定量測(cè)量。


通過進(jìn)行概念驗(yàn)證實(shí)驗(yàn)，驗(yàn)證了提取的性狀在評(píng)價(jià)玉米植株干旱脅迫反應(yīng)中的應(yīng)用價(jià)值。圖像分析程序成功地測(cè)量了幾種不同大小的玉米形態(tài)特征，如株高、面積、頂節(jié)高度和直徑、葉數(shù)、葉面積和與莖的角度。概念驗(yàn)證實(shí)驗(yàn)的數(shù)據(jù)顯示了玉米植株在用不同的水處理或在不同大小的盆栽中生長時(shí)的表現(xiàn)。


不同大小植物的玉米表型：不同大小植物的原始圖像及其骨架和標(biāo)記葉片，以檢查算法的有效性。

事實(shí)證明，基于植物熒光圖像的高通量圖像分割與分析是一種高效可靠的方法。通過對(duì)玉米莖葉節(jié)段性狀的提取，證明了這類性狀數(shù)據(jù)在評(píng)價(jià)玉米在脅迫下的表現(xiàn)方面的重要性和實(shí)用性。從種植在不同體積花盆中的玉米植物收集的數(shù)據(jù)表明，在受控環(huán)境設(shè)施中進(jìn)行和報(bào)告植物表型數(shù)據(jù)時(shí)，使用標(biāo)準(zhǔn)大小的花盆的重要性。