北京易科泰生態(tài)技術(shù)有限公司
免費會員
植物“隱藏的一半”被可視化和量化是根系研究的關(guān)鍵。為了更好地對植物地下部分進行探索，越來越多的人對根箱栽培法培養(yǎng)的植物根系進行原位成像，因此，如何更精準(zhǔn)的對根際圖像進行分割，對后續(xù)的研究至關(guān)重要。
根箱栽培法的成像方式包括RGB成像和高光譜成像，不僅可以對根箱培養(yǎng)的植株幼苗整體根系進行形態(tài)分析，高光譜成像還能夠進行土壤和根系的化學(xué)成像。基于此，北京易科泰有限公司推出了RhizoTron®植物根系高光譜成像系統(tǒng)，不僅能進行高光譜成像，還可進行RGB成像、紅外熱成像、UV-MCF紫外光激發(fā)生物熒光高光譜成像，為根系多角度研究提供非接觸、非損傷、數(shù)字化、可視化解決方案。
圖為RhizoTron植物根系表型成像系統(tǒng)及根盒培養(yǎng)案例
甜菜根系圖像分割及形態(tài)分析
Gernot et.al以甜菜為實驗對象，對根箱培養(yǎng)的甜菜根系進行了RGB成像和高光譜成像（900-1700nm）。基于RGB圖像進行自動分割，基于高光譜圖像的比值光譜指數(shù)（1476nm與1076nm）實現(xiàn)了根系與土壤的最佳分離。
以手動分割作為參考，發(fā)現(xiàn)基于RGB自動分割對根系總根長進行追蹤，其誤差為6.94%，基于高光譜光譜比率分割對根系總根長進行追蹤，其誤差僅為1.5%。
同時，通過使用紫外燈（UV）與模擬太陽光照射，并采集得到根系可視化圖像，發(fā)現(xiàn)在明亮背景下UV圖像更易識別根系。
左：RGB原始圖像；中：(A)使用繪圖板手動分割根系，(B)頂部分割不良的舊根軸區(qū)域，(C)圖像底部正確分割的新根軸，(D)基于RGB獲得的二值圖像；右：基于高光譜獲得的二值圖像
UV和模擬太陽光根系可視化圖像。(A): UV；(B): 模擬太陽光
綠蘿根系根際圖像分割及形態(tài)分析
易科泰EcoTech®的實驗室人員以綠蘿為實驗材料，使用RhizoTron®植物根系高光譜成像分析系統(tǒng)采集了根系的400-1000nm高光譜數(shù)據(jù)。基于SpectrAPP®對數(shù)據(jù)進行處理，發(fā)現(xiàn)使用Ctr2指數(shù)分割效果 zui 好。
左：SpectrAPP反射高光譜掩膜圖；右：根系參數(shù)圖
參考文獻
[1] Gernot B , Mouhannad A , Alireza N , et al. RGB and Spectral Root Imaging for Plant Phenotyping and Physiological Research: Experimental Setupand Imaging Protocols. [J]. Journal of visualized experiments : JoVE, 2017, (126).
下一篇：葉綠素?zé)晒馀c外星生命探索
