Alta capacidad de fenotipado de evaluación de semillas/plántulas utilizando análisis de imagen digital
Autores: Zhang, Chongyuan; Si, Yongsheng; Lamkey, Jacob; Boydston, Rick A.; Garland-Campbell, Kimberly A.; Sankaran, Sindhuja
Idioma: Inglés
Editor: MDPI
Año: 2018
Acceso abierto
Artículo científico
2018
Alta capacidad de fenotipado de evaluación de semillas/plántulas utilizando análisis de imagen digital
Categoría
Ciencias Agrícolas y Biológicas
Subcategoría
Agronomía y Ciencia de los Cultivos
Palabras clave
Evaluación
Rasgos fenotípicos
Arquitectura de la planta
Semilla
Crecimiento del dosel
Raíz
Análisis de imagen digital
Fenotipado de alto rendimiento
Algoritmos de procesamiento de imagen
Longitud del coleoptilo
Daño por herbicida
Plántulas
Método de detección basado en color
Método de detección basado en ancho y color
Protocolo de germinación
Imágenes
Estudio de herbicidas
Características basadas en imágenes
Plántulas lesionadas
Calificación de síntomas no sesgada
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 20
Citaciones: Sin citaciones
La evaluación basada en imágenes de rasgos fenotípicos se ha aplicado para la arquitectura de plantas, semillas, crecimiento/vigor del dosel y caracterización de raíces. Sin embargo, dichas aplicaciones utilizando visión por computadora no se han explotado con el propósito de evaluar la longitud del coleoptilo y el daño de herbicidas en semillas. En este estudio, se aplicó la fenotipificación de alto rendimiento utilizando análisis de imágenes digitales para evaluar rasgos de semillas/plántulas. Las imágenes de semillas o plántulas se adquirieron utilizando una cámara digital comercial y se analizaron utilizando algoritmos de procesamiento de imágenes desarrollados a medida. Los resultados de dos estudios de caso demostraron que era posible utilizar la fenotipificación de alto rendimiento basada en imágenes para evaluar semillas/plántulas. En el estudio de evaluación de plántulas, utilizando un método de detección basado en color, la longitud del coleoptilo basada en imágenes y manual se correlacionaron positiva y significativamente (p < 0.0001) con una precisión razonable (r = 0.69-0.91). Asimismo, al utilizar un método de detección basado en ancho y color, el coeficiente de correlación también fue significativo (p < 0.0001, r = 0.89). La mejora del protocolo de germinación diseñado para imágenes aumentará la capacidad y precisión de la detección de coleoptilos utilizando métodos de procesamiento de imágenes. En el estudio de herbicidas, utilizando características basadas en imágenes, se pueden detectar diferencias entre plántulas dañadas y no dañadas. En presencia de diferencias en el tratamiento, esta técnica se puede aplicar para una calificación de síntomas no sesgada.
Descripción
La evaluación basada en imágenes de rasgos fenotípicos se ha aplicado para la arquitectura de plantas, semillas, crecimiento/vigor del dosel y caracterización de raíces. Sin embargo, dichas aplicaciones utilizando visión por computadora no se han explotado con el propósito de evaluar la longitud del coleoptilo y el daño de herbicidas en semillas. En este estudio, se aplicó la fenotipificación de alto rendimiento utilizando análisis de imágenes digitales para evaluar rasgos de semillas/plántulas. Las imágenes de semillas o plántulas se adquirieron utilizando una cámara digital comercial y se analizaron utilizando algoritmos de procesamiento de imágenes desarrollados a medida. Los resultados de dos estudios de caso demostraron que era posible utilizar la fenotipificación de alto rendimiento basada en imágenes para evaluar semillas/plántulas. En el estudio de evaluación de plántulas, utilizando un método de detección basado en color, la longitud del coleoptilo basada en imágenes y manual se correlacionaron positiva y significativamente (p < 0.0001) con una precisión razonable (r = 0.69-0.91). Asimismo, al utilizar un método de detección basado en ancho y color, el coeficiente de correlación también fue significativo (p < 0.0001, r = 0.89). La mejora del protocolo de germinación diseñado para imágenes aumentará la capacidad y precisión de la detección de coleoptilos utilizando métodos de procesamiento de imágenes. En el estudio de herbicidas, utilizando características basadas en imágenes, se pueden detectar diferencias entre plántulas dañadas y no dañadas. En presencia de diferencias en el tratamiento, esta técnica se puede aplicar para una calificación de síntomas no sesgada.