卢 伟，邵昱宁，王 玲，罗 慧，周 济，邓一明

利用径向生长修复算法检测玉米根系表型

卢 伟1，邵昱宁1，王 玲1，罗 慧1，周 济2，邓一明3

（1. 南京农业大学人工智能学院，南京 210031；2. 剑桥作物研究所/国立农业植物学研究所，英国剑桥 CB3 0LE；3. 密歇根州立大学工学院，美国密歇根州东兰辛 48824）

针对根系图像中的断根易导致根系表型信息难以精确获取的问题，该研究提出一种根系径向生长修复算法，并基于此进行不同抗性玉米种子根系表型对比研究。首先，采用自适应对比度增强、直方图灰度查找、椒盐去噪等对采集的根系图像进行预处理，从复杂背景中分离出根系图像；再通过YOLO-V3检测模型进行根系图像中主根根尖识别；最后，自根尖开始进行径向生长，通过分叉点主根提取策略、端点自适应修复策略实现主根图像修复，并提取主根和侧根表型信息。将普通、抗旱、抗涝、抗盐4种不同抗性的玉米种子种植于槽型扁平容器中培养14 d后取出，冲洗得到完整根系并进行图像采集。采用径向生长修复算法进行根系修复后提取根系长度和直径与根系图像修复前相比，根系长度和直径的提取精度分别由83.6%和84.4%提高至97.4%和94.8%，径向生长修复算法提取精度优于区域生长算法，适用于不同胁迫环境下玉米根系表型参数提取。在干旱环境和盐腌环境下，径向生长修复算法精度提升更明显。结果表明，该研究所提出的根系径向生长修复算法可有效提高根系图像表型信息精度，为根系表型快速提取提供参考。……