具有高時間分辨率的基于圖像的表型數(shù)據(jù)比植物定量遺傳學(xué)實(shí)驗(yàn)中的終點(diǎn)測量更具優(yōu)勢，因?yàn)榭梢栽u估和分析基因型與表型的關(guān)聯(lián)關(guān)系。最近，基于網(wǎng)絡(luò)的攝像系統(tǒng)已經(jīng)部署作為可定制的，低成本的表型解決方案。在這里，作者利用180個聯(lián)網(wǎng)的樹莓派單元，實(shí)現(xiàn)了一個基于分布式計(jì)算的大型自動化圖像捕捉系統(tǒng)，該系統(tǒng)可以同時監(jiān)控1800株三葉草(Trifoliumrepens)植物。事實(shí)證明，該攝像頭系統(tǒng)穩(wěn)定，所有180部攝像頭的平均正常運(yùn)行時間為96％。為了分析捕獲的圖像，作者開發(fā)了Greenotyper圖像分析方法。該方法對植物的定位精度為97.98%，基于U-net的植物分割算法的分割精度為0.84，像素精度為0.95。

表型系統(tǒng)的一般設(shè)置和本實(shí)驗(yàn)設(shè)置示意圖


（A）原始圖像經(jīng)過深層神經(jīng)網(wǎng)絡(luò)，該網(wǎng)絡(luò)可以檢測圖像上的花盆。
（B）使用基于中央QR碼白色的白平衡對圖像進(jìn)行色彩校正。
（C）在確定花盆后，將分割算法應(yīng)用于圖像以獲取植物的面積測量值。從圖像中裁剪出每個花盆。在裁剪后的圖像中測量植物面積和綠色度。綠色度以圓形直方圖的形式顯示。花盆之間的單個農(nóng)作物大小相同，因此花盆之間的面積測量具有可比性。

作者使用Greenotyper分析了總共355,027張圖像，需要24–36小時。證明了使用大量靜態(tài)照相機(jī)和植物進(jìn)行自動表型分析是替代依賴傳送帶或移動照相機(jī)系統(tǒng)的一種經(jīng)濟(jì)高效的選擇。

來源：Front. Plant Sci. Greenotyper: Image-Based PlantPhenotyping Using Distributed Computing and Deep Learning.Marni Tausen, MarcClausen, Sara Moeskj?r, ASM Shihavuddin, Anders Bjorholm Dahl, Luc Janss andStig Uggerh?j Andersen.
https://doi.org/10.3389/fpls.2020.01181