▼

大豆富含蛋白質和脂肪，在我國種植歷史悠久，是我國重要的經濟作物。成熟期大豆植株的表型特征對大豆育種研究有重要意義，而表型的人工考察存在成本高、效率低、誤差大等問題。近年來，利用計算機視覺技術實現大豆表型特征的自動測量已成為表型研究中的熱點問題。

(資料圖片僅供參考)

近日，長江大學聯合中國農業科學院作物科學研究所在在線發表了題為的研究論文，建立了提取大豆植株表型的框架。

該研究針對成熟期大豆植株表型特征自動測量易受豆莢遮擋、莖干彎曲、二級分枝等因素影響的問題，以深度學習框架為基礎，提出了一套大豆成熟期表型自動測量算法——SPP-extractor (soybean plant phenotype extractor)。該算法融合目標檢測神經網絡模型、語義分割神經網絡模型和定向搜索算法，自動測量成熟期大豆植株中豆莢和莖的相關性狀。在研究中比較了人工測量和模型測量的豆莢個數、主莖長度、分枝個數和分枝長度表型數據，其判定系數分別0.93、0.99、0.98和0.98。表型提取全過程見圖1。分析結果表明，SPP-extractor自動化的提取過程不需要人工干預，不需要先將豆莢從植株上取下，能正確處理主莖下彎和二級分枝的情況，降低了表型特征采集的人工成本，可以幫助育種家快速獲取成熟期大豆植株的表型。

圖1 莖相關表型提取過程的結構圖

(A) 圖像疊加和主莖提取：(a) 原始圖像；(b) 二值化圖像；(c) 語義分割結果圖像；(d) 用于路徑搜索的復合圖像；(e) 注釋主莖圖像。(B) 彎曲頂部處理：(f) 初始不完整的主莖路徑；(g) 確定起點；(h) 獲取相關的莖區域；(i–l) 路徑擴展過程；(m) 最終完整的主莖路徑。(C) 分枝識別和長度計算：(n) 用于分枝識別的復合圖像；(o–s) 4個分枝的提取和測量效果。

圖2 表型性狀模型測量值與人工測量值的回歸分析（PNPP，全株莢數；PH，株高；EBN，有效分枝數；BL，分枝長度）

圖3 豆莢識別效果對比

(A) 原圖。(B) YOLOv5s識別豆莢效果。(C) SPP-extractor識別豆莢效果。

作者和基金項目

長江大學2021級碩士研究生周婉為該文第一作者，黃嵐副教授、王俊教授和中國農業科學院作物科學研究所邱麗娟研究員為共同通信作者。該研究得到國家自然科學基金項目（62276032和32072016）和中國農業科學院農業科技創新工程的資助。

THE CROP JOURNAL

The Crop Journal英文宣傳片，敬請收看！

The Crop Journal(《作物學報（英文版）》)是中國科協主管，中國作物學會、中國農業科學院作物科學研究所和中國科技出版傳媒股份有限公司共同主辦的學術期刊，創刊于2013年10月。辦刊宗旨為刊載作物科學相關領域最新成果，開展國際學術交流，促進我國作物科學研究水平及國際影響力的提升。主要刊登農作物遺傳育種、耕作栽培、生理生化、生態、種質資源以及與農作物有關的生物技術、生物數學、農業氣象等領域以第一手資料撰寫的研究論文、研究簡報以及專題綜述等。2022年The Crop Journal的SCI影響因子為6.6，在JCR農學和植物學兩個學科位于Q1區，并位列中科院分區農林類期刊一區。2019–2023年獲中國科技期刊卓越行動計劃重點項目資助。

↓【點擊下方“閱讀原文”查看PDF】

學會簡介

中國作物學會(The Crop Science Society of China)成立于1961年，是中國科學技術協會主管的全國學會，依托單位為中國農業科學院作物科學研究所。學科內容涵蓋農作物種質資源、基因挖掘、品種培育、耕作栽培等領域瞄準世界作物科技前沿的基礎與應用研究，服務國家糧食安全和農業高質量發展。業務范圍包括國際合作、學術交流、書刊編輯、專業展覽、科學普及、技術推廣、成果鑒定、科技獎勵、標準制訂、業務培訓、咨詢服務。經過60年的風雨滄桑，今天的中國作物學會擁有6個工作委員會、23個專業委員會，是聯系我國作物科技工作者的橋梁和紐帶。2021年入選中國科協“中國特色一流學會建設項目”。主辦期刊《作物學報》、THE CROP JOURNAL和《作物雜志》；作為第二主辦單位，聯合主辦《麥類作物學報》。 關注我們

關注“作物之窗”或“中國作物學會”微信公眾號，點擊“服務-加入我們/會員注冊”，即可注冊個人會員。

關鍵詞