حقل نظام التصوير المظهري هو أداة عالية الإنتاجية للحصول على وتحليل وتقييم الخصائص المظهرية من النباتات ، والتي يمكن أن توفر بيانات عن نمو النبات ، والتنمية ، والحالة الصحية ، وهلم جرا . الظاهري نظام التصوير يمكن أن تساعد الباحثين على إجراء تحليل دقيق المظهري من النباتات من خلال جمع كمية كبيرة من بيانات الصورة ، جنبا إلى جنب مع الرؤية الحاسوبية وتكنولوجيا معالجة الصور .
طرق استخراج البيانات من النباتات الميدانية المظهري عادة ما تشمل عدة خطوات ، مثل الحصول على الصور ، البيانات وتجهيزها ، ميزة استخراج وتحليل البيانات . وفيما يلي بعض الأساليب الشائعة في مجال استخراج النباتات المظهري نظم التصوير .
1 - جمع الصور
أولا ، بيانات الصورة من النباتات الميدانية التي تم الحصول عليها باستخدام جهاز التصوير الخاصة . . . . . . . يمكن أن تكون هذه أجهزة التصوير :
الضوء المرئي الكاميرا : تستخدم لتصوير اللون الطبيعي وشكل النبات ، وغالبا ما تستخدم في شكل بسيط من التحليل .
كاميرا الأشعة تحت الحمراء : يستخدم لالتقاط الخصائص الحرارية للنباتات ، للمساعدة في تقييم حالة المياه النباتية ، والأمراض والآفات الحشرية ، وهلم جرا .
بالقرب من الأشعة تحت الحمراء للتصوير ( الجرد ) : تستخدم للحصول على محتوى الماء من أوراق النبات ، مستوى النيتروجين وغيرها من المعلومات .
كاميرا متعددة الأطياف : تقييم الحالة الصحية ، والكشف عن الأمراض النباتية من خلال الصور الطيفية من أطوال موجية مختلفة .
فوق الكاميرا : يوفر أعلى دقة المعلومات الطيفية التي يمكن التعرف على المزيد من الخصائص الفسيولوجية للنباتات ، مثل التركيب الكيميائي للنبات ، نمو النبات ، وهلم جرا .
الليزر الماسح الضوئي : تستخدم للحصول على البيانات ثلاثية الأبعاد من النباتات ، للمساعدة في تحليل الخصائص المكانية مثل حجم وشكل النباتات .
2 - البيانات وتجهيزها
بيانات الصورة الأصلية التي تم الحصول عليها عادة ما تحتوي على الضوضاء ، غير مكتملة أو غير متناسقة ، وبالتالي فإن البيانات وتجهيزها . وتساعد هذه الخطوات على تحسين دقة تحليل المتابعة :
تقليل تشويش : استخدام مرشحات ( مثل متوسط مرشح ، مرشح التمويه ، وما إلى ذلك ) لإزالة الضوضاء في الصورة .
تحسين الصورة : تحسين الصورة ، على سبيل المثال ، على النقيض من التكيف ، شحذ ، وهلم جرا ، حتى أن الصورة من خصائص النبات أكثر بروزا .
تصحيح الصورة : بما في ذلك تصحيح هندسي ، تصحيح الألوان ، وما إلى ذلك لضمان دقة المعلومات المكانية واللون من الصورة .
تجزئة الصورة : فصل النباتات من الخلفية عن طريق العتبة ، الكشف عن الحافة ، أو عمق التعلم من أجل استخراج الميزات التالية . . . . . . .
3 . ميزة استخراج
ميزة استخراج هو خطوة رئيسية في نظام التصوير المظهري ، والهدف من ذلك هو استخراج الخصائص ذات الصلة لنمو النبات والصحة من الصورة . وتشمل هذه الميزات ولكن لا تقتصر على :
3-1 الخصائص المورفولوجية للنباتات
ارتفاع النبات : تقييم نمو النبات عن طريق قياس أقصى ارتفاع النبات من الصورة .
مساحة الورقة : حساب مجموع مساحة الورقة من النبات ، وعادة عن طريق تقسيم مساحة الورقة .
جذور التشكل : استخدام تقنيات التصوير ثلاثي الأبعاد أو الأشعة السينية CT المسح الضوئي لتحليل بنية الجذر من النباتات .
عدد الفروع : تقييم نمو النبات من خلال تحليل هيكل فرع من النبات .
شفرة الشكل : تحليل نسبة الجانب ، حافة انحناء ، نعومة السطح ، وهلم جرا .
3-2 خصائص اللون
لون النبات يمكن أن تعكس حالة النمو ، ولا سيما التغذية ومستويات المياه . ميزات الألوان الشائعة وتشمل :
محتوى الكلوروفيل : تقدير محتوى الكلوروفيل في أوراق النبات من خلال حساب سطوع المنطقة الخضراء ، ثم تقييم القدرة على التمثيل الضوئي للنباتات .
مؤشر صحة النبات : استخدام صورة RGB لحساب مؤشر صحة النبات ( على سبيل المثال ، NDVI ، NDVI ) لتحديد الحالة الصحية للنباتات .
محتوى الماء : تقدير محتوى الماء من النباتات من خلال الفرق بين الأشعة تحت الحمراء القريبة من الضوء المرئي والصور .
3-3 الخصائص الهيكلية ثلاثية الأبعاد
حجم النبات و المنطقة : استخدام تقنيات التصوير ثلاثي الأبعاد ( مثل الليزر الماسح الضوئي أو ستيريو الرؤية ) لحساب الأشكال ثلاثية الأبعاد من النباتات ، وتقييم الهيكل المكاني والنمو في الدولة .
انحناء سطح شفرة ميزة : استخراج تفاصيل سطح شفرة من خلال مسح البيانات ثلاثية الأبعاد ، وتقييم حالتها الصحية .
3-4 ديناميات النمو
معدل النمو : حساب معدل نمو النبات ، وفرع مساحة الورقة من خلال بيانات الصورة من عدة نقاط زمنية .
زيادة الوزن : تقييم حالة نمو النبات من خلال الجمع بين القياسات الخارجية ( مثل وزن النبات ) للتحقق من استكمال بيانات الصورة .
4 - تحليل البيانات والنمذجة
ميزة استخراج البيانات تحتاج إلى تحليل عميق من خلال تحليل البيانات والنمذجة ، من أجل الحصول على قيمة بيولوجية الاستنتاج .
التحليل الإحصائي : من خلال البيانات الإحصائية ( مثل تحليل الانحدار ، تحليل التباين ، وما إلى ذلك ) ، وتحليل تأثير العلاجات المختلفة على نمو النبات .
آلة التعلم و التعلم العميق : استخدام آلة التعلم الخوارزميات ( مثل آلة متجه الدعم ، كلمة الغابات ، الإلتواء الشبكة العصبية ، الخ . )
تحليل الارتباط المظهري : من خلال تحليل الارتباط مع المعلومات الجينية ، واستكشاف العلاقة بين الجينات النباتية والمظهرية ، وكشف عن آلية نمو النبات .
5 - أدوات وبرامج استخراج المظهري
OpenCV : قوية مفتوحة المصدر مكتبة الكمبيوتر الرؤية ، وتستخدم على نطاق واسع في الصورة وتجهيزها ، ميزة استخراج وتحليل .
imagej : مفتوح المصدر برامج معالجة الصور المستخدمة في تحليل الصور البيولوجية ، ودعم مجموعة متنوعة من المكونات الإضافية .
ماتلاب : قوية لمعالجة الصور وتحليل البيانات أدوات مناسبة لمعالجة البيانات والنمذجة النبات الظاهري .
phenovator : البرمجيات المستخدمة في التحليل المظهري من النباتات التي يمكن التعامل مع وتحليل بيانات الصورة من النباتات في التجارب الميدانية .
deeplabcut : عمق التعلم القائم على تتبع الحركة أداة تستخدم عادة في نمو النبات و تحليل الحركة .
6 - موجز
من خلال جمع بيانات الصورة ، جنبا إلى جنب مع تكنولوجيا معالجة الصور ، آلة التعلم ، طريقة استخراج النبات الظاهري نظام التصوير يمكن استخراج العديد من الخصائص مثل الشكل ، اللون ، هيكل ثلاثي الأبعاد ، وهلم جرا ، وبالتالي توفير دعم مهم لنمو النبات الدولة تقييم البحوث الوراثية ، وتربية ، وهلم جرا . مع تطور تكنولوجيا معالجة الصور وأجهزة الاستشعار ، ودقة تطبيق نظام التصوير المظهري هو توسيع باستمرار .