基于熱紅外成像和斷根修復算法的玉米根系表型檢測方法

盧 偉， 韓 釗， 蹇興亮， Zhou Ji， 姜 東， 丁艷鋒

1. 南京農(nóng)業(yè)大學工學院/江蘇省現(xiàn)代設施農(nóng)業(yè)技術與裝備工程實驗室， 江蘇 南京 210031 2. John Innes Centre， Earlham Institute， Norwich Research Park， Norwich， NR4 7UH， UK 3. 南京農(nóng)業(yè)大學作物表型組學交叉研究中心， 江蘇 南京 210014

引 言

全球人口持續(xù)增長， 預計到2050年， 人類對糧食作物的需求將翻一番[1]。 玉米是世界上三大谷物之一， 不僅可以用于直接食用， 還可以用作動物飼料和制造玉米乙醇、 玉米油、 玉米淀粉和玉米糖漿， 而提高玉米的產(chǎn)量首先需要篩選優(yōu)質的種子。 玉米種子老化劣變后的重要表型信息之一是玉米根系發(fā)育的遲緩。 根系具有吸收水分及土壤中植物所需的礦物質、 固持植物體等功能[2]， 是植物體生長的重要養(yǎng)分來源， 因此通過玉米根系表型進行玉米種質的評價具有重要意義[3]。

土壤中根系表型無損檢測由于受到土壤的影響， 一直是近年來研究的熱點和難點。 目前， 針對土壤中根系表型檢測， 最傳統(tǒng)且最直接的方法為挖掘法， 又分為直接挖掘法和保護挖掘法[4]， 挖掘法會破壞根系原有的三維形態(tài)和生長環(huán)境， 對根系有較為嚴重的損傷和影響， 還需清洗等復雜后續(xù)處理， 費工費時。 隨后出現(xiàn)的土壤核、 土柱管等方法可保留土壤根系原狀， 但存在勞動密集、 耗時、 有損的問題。 根管法可對作物根系表型進行原位檢測， 但僅能檢測作物根系的部分表型信息， 且根管法本身就對作物生長存在一定的影響。 為實現(xiàn)根系表型信息的原位、 無損探測， 提出了水培法、 凝膠培養(yǎng)法[5]等， 借助三維掃描和成像技術[6]對根系進行全局檢測， 具有較高精度， 但人工培養(yǎng)基與土壤基質有本質差別， 難以反映作物在土壤中的根系表型情況。

近年來， 核磁共振成像技術與X射線斷層掃描[7]被應用于根系表型研究， 可對土壤中根系的表型信息進行快速、 精確測量， 但儀器價格昂貴且長期測量對作物根系具有一定的影響和傷害。 為實現(xiàn)根系圖像盡可能多的信息采集， 扁平透明的培養(yǎng)皿被用于根系表型成像研究[8]， 其成本較低且檢測速度快， 可應用于作物根系表型的高通量檢測[9]， 是根系容易受到土壤的遮擋造成根系圖像斷裂和不完整。 但總體來看， 基于圖像的根系表型檢測技術具有低成本和高速度的優(yōu)勢， 適用于作物根系表型檢測的廣泛應用。

紅外成像技術由于可以檢測不同物質的溫度和熱學特性， 廣泛應用于工業(yè)質檢、 輔助醫(yī)療[10]、 食品檢測等領域[11]， 在農(nóng)業(yè)方面[12]， Leinonen等利用熱成像儀獲取干旱脅迫下葡萄樹的冠層溫度從而估測氣孔導度， 并通過熱紅外成像檢測早期侵染性病害等。

本工作根據(jù)水與泥土比熱容具有較大差異的特點， 首先設計雙層圓柱形培養(yǎng)裝置使得根系貼壁生長以獲取較完整的根系直觀圖像； 再采用熱沖激結合熱紅外成像方法獲取玉米根系的增強圖像； 最后通過端點連接算法進行根系的修復， 得到較為清晰完整的根系熱紅外圖像， 并基于根系熱紅外圖像表型信息進行不同老化程度玉米種子的根系發(fā)育比較研究。

1 實驗部分

1.1 熱紅外成像檢測

1.1.1 熱紅外圖像采集裝置

熱紅外成像系統(tǒng)包括熱紅外成像儀、 移動手機等硬件裝置。 實驗選用SEEK熱紅外成像儀(型號： COMPACT PRO)， 分辨率為320*240， 在工作波長范圍為7.5～14 μm， 測溫范圍為-40～330 ℃。

1.1.2 熱紅外成像檢測方法

熱紅外成像是一種無損檢測技術， 比0.78 μm長的電磁波位于可見光光譜紅色以外， 稱為紅外線， 其中波長為2.0～1 000 μm的部分稱為熱紅外線。 自然界中一切物體都可以輻射紅外線， 因此利用探測儀測量目標本身與背景間的紅外線差(溫差)可以得根土清晰的熱紅外線圖像。 干土壤的比熱容為0.84 J·(kg·℃)-1， 水的比熱容為4.2 J·(kg·℃)-1。 根據(jù)土壤與根系比熱容的差異， 即水的吸熱和散熱能力比土壤好， 采集圖像時使用滴管沿著玉米莖滴灌自來水， 由于土壤與根系之間有較大縫隙， 土壤本身壓實度較高， 水會沿根系走向流動且主要集中在根系周圍。 在空氣加熱激勵時， 流動水吸熱能力更強， 根系周圍會明顯比土壤溫度低， 溫度分布不同使得熱成像圖像中植物根系與土壤有明顯的區(qū)分； 另外培養(yǎng)裝置選擇高純石英玻璃， 材質耐熱且熱紅外成像儀可透過容器壁采集熱紅外圖像。

1.2 圖像預處理

依次采用小波包去噪、 二值化、 膨脹以及圖像細化等預處理方法， 實現(xiàn)熱紅外圖像噪聲的濾除和玉米根系圖像微小斷點的連接。 并通過細化算法抽出根系熱紅外圖像的骨架(如圖1所示)。

圖1 根系熱紅外圖像采集

1.3 端點判定

經(jīng)預處理后根系圖像中玉米根系像素點為1， 土壤像素點為0。 先檢測每個根系像素點周圍的8個像素， 根據(jù)判定條件， 辨別端點和分叉點。 判定規(guī)則如圖2。

圖2 端點和交叉點判定規(guī)則

端點判定規(guī)則： 待定像素點周圍八個方向的像素點有且僅有一個像素為1， 則判為端點。

交叉點判定規(guī)則： 待定像素點周圍的八個方向上像素點為1的點與中心點連線的最大夾角小于135°， 則判為交叉點。

1.4 最佳匹配對確定

在所有端點和交叉點確定后， 選取一端點并分別測量該點與其他所有點的歐式距離， 選擇與該點最近歐氏距離dmin的點為最佳匹配點， 兩者形成最佳匹配對。 以最佳匹配對兩點連線反方向分別外延dmin/2， 以此連接線為中心、dmin為寬度標記綠色矩形框用于后續(xù)端點連接， 如圖3所示。

圖3 最佳匹配對修復區(qū)域

1.5 Criminisi改進算法

1.5.1 優(yōu)先權計算

計算優(yōu)先權是整個算法的關鍵， 其目的是決定圖像的修補順序， 令圖像的線性結構得到傳播， 使得邊界信息互相連通。 優(yōu)先權計算由C(p)和D(p)兩項決定， 其中C(p)為以p為中心的已知像素所占比重；D(p)是邊界在p處的梯度法向量np與完好區(qū)域的邊緣梯度向量的乘積。 針對傳統(tǒng)Criminisi算法修復過程中C(p)急劇下降的問題引入影響因子γ， 服從式(1)， 見圖4

γ→γ(x)=Z(i)γ∈[0，1]

(1)

式(1)中，Z(i)為對數(shù)函數(shù)。

改進后的置信度公式為式(2)

P=γD(p)+(1-γ)C(p)

(2)

圖4 Criminisi算法符號示意圖

1.5.2 搜索匹配塊

當目標區(qū)域邊界上所有修復塊的優(yōu)先級都計算完成后， 系統(tǒng)采用隨機搜索、 選取最佳匹配模板Ψp。 首先利用SSD原則計算區(qū)塊內(nèi)像素之間的顏色差距， 如式(3)所示

(3)

式(3)中， R， G， B分別表示目標塊內(nèi)像素的RGB三原色。 通過公式尋找顏色差距最小的像素塊， 確定最佳匹配方式的大范圍， 并不斷縮小范圍， 找到與最大優(yōu)先權值的修復塊差距最小的像素塊， 即為最相似匹配塊， 使用其對修復塊進行更新， 如式(4)所示

(4)

1.5.3 置信度的更新

經(jīng)過最佳匹配塊的填充， 待修補區(qū)域參數(shù)由未知變?yōu)橐阎?該區(qū)域的置信度得到更新。 成為接下來修復的依據(jù)， 即一次修復完成。 更新公式為式(5)

C(p)=C(q)

(5)

此時， 邊界重新劃分， 并重復1.5.1—1.5.3步驟， 直到目標區(qū)域被填充完畢后輸出圖像。

整體算法流程如圖5所示。

圖5 根系熱紅外圖像修補算法流程圖

2 實驗部分

2.1 材料和設備

2.1.1 玉米種子老化處理

將玉米種子置于紗網(wǎng)袋中， 薄層平鋪放于老化箱中網(wǎng)架上， 以相對濕度90%、 溫度40 ℃的條件進行人工加速老化處理， 老化處理時間分別為0(對照)， 1， 3和6 d的處理， 老化結束后將玉米種子取出， 風干至原質量。

2.1.2 環(huán)形植物培養(yǎng)裝置

基于以往研究、 并結合植物根系空間圓柱伸展特性， 采用雙圓柱環(huán)形透明結構的培養(yǎng)裝置。 將兩個半徑不同但高度相同的石英玻璃圓筒同心嵌套， 底部與一打有漏水孔的底座固裝， 兩圓柱夾層裝入土壤并種植不同老化時間的玉米種子。 此圓環(huán)形結構兼顧玉米根系的構型特征同時可迫使根系貼近玻璃， 便于成像。

2.2 熱紅外圖像采集過程

2.2.1 種子預處理

實驗選用2018年收獲、 發(fā)芽率在85%以上蘇玉41玉米種子， 玉米種子用70%(V/V)乙醇沖洗30 s， 移入5%次氯酸鈉溶液中靜置10 min， 再用無菌水沖洗三次后浸泡， 隨后再浸于40 ℃的水中12 h， 最后種植于環(huán)形培養(yǎng)裝置中。 種子培養(yǎng)在25～28 ℃的溫室內(nèi)， 培養(yǎng)過程中平均5 d澆一次水。

2.2.2 采集過程

將植物容器置于20 ℃的房間內(nèi)， 使用滴管向玉米莖處滴灌20 ℃自來水， 隨后通過350 ℃熱空氣立即加熱沖激3 s， 根系與土壤均勻受熱， 在加熱同時利用熱紅外成像儀拍攝根系隨溫度變化情況， 截取最優(yōu)效果圖， 即得到根系熱紅外圖像。

2.3 玉米根系表型信息分析

種子幼苗根系表型信息能直觀反映種子活力， 與谷物產(chǎn)量具有顯著相關性[13]。 利用所提出的Criminisi改進算法增強并提取玉米根系熱紅外圖像中的根系表型參數(shù)， 根系修復過程見圖6(a—h)， 總根數(shù)RTN(RootTotal Number)、 總根長RTL(RootTotal Length)[14]， 進行作物根系表型檢測分析。

老化0， 1和3 d的玉米種子分別種植在環(huán)形培養(yǎng)裝置里， 記錄生長10 d的熱紅外圖像和彩色圖像， 提取根系表型參數(shù)如表1所示。

表1 熱紅外圖像、 彩色圖像與實際玉米根系表型參數(shù)對比

可見所提出的熱紅外圖像結合Criminisi改進算法提取的根系信息的準確性明顯高于彩色圖像提取的信息。 熱紅外圖像提取的RTN， RTL信息的準確率可達99%以上， 而彩色圖像因土壤遮擋， 存在不連續(xù)根， 準確率與土壤遮擋程度呈現(xiàn)負相關， 當遮擋程度大時， 長根分段， RTN測量值增大， RTL測量值減小， 誤差值變大。

此外， 一段時間的玉米種子根系表型參數(shù)， 如RTN和RTL能夠直觀表達根系的生長速度， 反映種子活性。 采用本方法， 連續(xù)記錄老化0， 1， 3和6 d的玉米種子生長10 d的根系表型參數(shù)如圖7所示。 沒有老化活力高的種子其根系長度與生長時間呈近似線性關系， 老化1 d的種子其根系長度與生長時間線性度降低， 老化3和6 d的種子其根系長度與生長時間分別呈二次多項式和三次多項式關系。 總體上根系長度與老化時間呈負相關， 且隨老化天數(shù)的增加生長顯著遲緩。

圖6 玉米根系表型修復過程圖

不同老化天數(shù)的玉米種子根系數(shù)量與生長天數(shù)的關系如圖8所示。 未老化的玉米種子根系數(shù)量與生長天數(shù)之間均呈近似線性關系， 根數(shù)從第2 d開始持續(xù)增加。 老化1和3 d的玉米種子根數(shù)從第3 d開始增加， 總體趨勢相近， 但在第4 d時老化1 d的玉米種子根數(shù)增長迅速， 明顯高于老化3 d的種子。 老化6 d的玉米種子根系數(shù)目從第4 d開始增加， 且后續(xù)增加緩慢。 總體看， 老化后的種子根系數(shù)目均少于未老化的種子。

圖7 不同老化程度種子幼苗熱紅外成像總根長變化圖

圖8 不同老化程度的熱紅外成像圖根數(shù)目統(tǒng)計圖

3 結果與討論

土壤中根系的表型信息能夠直觀反映種子的活力， 但由于土壤難以透視， 作為高通量的機器視覺難以進行土壤中根系的表型檢測。 本工作設計了狹窄環(huán)形圓筒有利于根系的貼壁生長， 利用水與土壤比熱容差異較大的特性， 通過外部短時熱激勵產(chǎn)生溫差， 采用熱紅外成像能夠增強根系圖像信息， 采集到土壤遮蓋的部分根系， 通過Criminisi改進算法能夠對玉米根系圖像進行修復， 提取更精確的根系表型信息。 采用脈沖熱紅外成像提取的玉米根系RTL和RTN表型參數(shù)比彩色圖像提取的參數(shù)精度提高約0.5%～10%。

不同老化程度種子的劣變程度不同， 在高溫高濕中長時間暴露， 種子質膜受損， 破壞種子質膜的完整性[15]， 其發(fā)芽率、 發(fā)芽勢、 生活力、 種子活力均顯著下降[16]， 等位基因數(shù)、 有效基因數(shù)減少， 導致遺傳多樣性也有所下降。 本研究采用的熱紅外成像和根系修復方法， 對不同老化程度(0， 1， 3和6 d)的玉米種子其早期幼苗的根系發(fā)育進行了研究， 表明種子老化1 d后其根系表型參數(shù)RTL和RTN未見明顯差異， 但老化3和6 d的種子其根系表型參數(shù)具有顯著差異， RTL減少20%～35%， RTN減少10%～55%， 反映了玉米種子長時間老化后其活力顯著下降。 此外， 種子根系RTN參數(shù)對老化更為敏感， 更能夠直觀反映種子的活力水平， 老化1和3 d的種子發(fā)根與未老化種子相比均推遲1 d； 老化6 d的種子其發(fā)根則推遲2 d， 且后續(xù)根系發(fā)育一直遲緩。 根系發(fā)育的遲緩直接導致作物吸收水分以及各類礦物質能力下降， 植物的抗逆性受損。

4 結 論

(1)根據(jù)水和土壤比熱容差異的特性， 提出通過脈沖加熱和熱紅外成像相結合進行土壤中根系信息增強， 提出基于Criminisi改進算法的玉米根系圖像斷根修復算法， 實驗結果表明了所提方法的有效性。

(2)本文方法， 對不同活力(老化0， 1， 3和6 d)的玉米種子的早期根系發(fā)育進行表型檢測， 表明玉米種子早期根系表型信息(RTL和RTN)可有效表達種子的活力水平。