论文部分内容阅读
摘要：秸秆的微观结构研究可以为作物的收获和加工机械开发提供必要的实验数据和理论依据。本文运用数字图像处理技术对油菜茎秆切面的显微结构进行分析，无损测量茎秆横截面的整体尺寸、茎秆半径、表皮厚度、表皮总面积、木质部面积等显微结构。实验结果：该方法可以准确测量各种参数，对油菜茎秆显微结构研究具有较好的实用价值
关键词：油菜;秸秆;显微结构;图像处理
在实际生产中，倒伏成为制约机械化生产模式推行的主要因素。倒伏不仅导致油菜减产，极大地影响油菜品质，还使机械化收割作业难以进行，导致油菜生产效益受到严重影响【1】。研究结果表明，倒伏油菜茎秆中的维管束的形态和分布，皮层细胞的排列，细胞壁厚度，皮层细胞厚度等与油菜的抗倒伏能力有着一定的联系【2】。汪灿等研究指出茎秆木质素含量、机械组织层数、机械组织厚度、茎壁厚度、大维管束数目和维管束面积可以作为荞麦茎秆抗倒伏能力的重要评价指标【3】。
油菜茎秆相关性状分析费时费力，严重制约了其遗传改良的研究，急切需要高通量、平行性好、精确度高的自动化分析系统。因此，本文基于数字图像处理技术，提出了整体尺寸、维管束面积、皮层厚度等显微结构的方法。
1材料和方法
1.1显微图像采集和算法开发平台
2018年5月在华中农业大学的校内试验田，采集了“中双6号”“大地55”“华油杂62号”等3个品种的油菜植株。每个品种取样10根秸秆，截取地上部20cm长的茎秆，每节手工制作2个切片（厚度约0 02mm），共计20个切片样本。先使用5%浓度的对钾苯酚一乙醇溶液浸泡1分钟、再使用95%的浓盐酸浸泡Imin，以对切片进行染色。清洗染色的切片并晾干，置于载玻片上，放置在光学显微镜下观察和拍照，图片保存为JPG格式。图像分辨率为1024 x 1280。本文算法开发和测试的平台为通用计算机（i5 4200M 2.5GHz、8G DDR3内存、250G三星固态硬盘、NVIDIA GeForce GT 755M显卡）、Windows7专业版SP1和Matlab 2016a。
1.2顯微图像处理算法
显微图像处理中的度量单位是像素，需要转换为物理尺寸单位，本文中为微米（um）。标尺物理长度L，直线段的像素个数为No，尺寸转换因子（单位um/pixel）计算公式如下：
油菜茎秆横截面结构可分为表皮、皮层、表皮组织、薄壁组织、维管束、髓射线和髓部。其中维管束由外向内还可细分为韧皮部、形成层和木质部。甘蓝型油菜茎秆的主要参数包括茎秆整体尺寸、茎秆半径、表皮厚度、表皮总面积、木质部面积等。如图1所示，为算法流程和分步处理结果图。先将RGB的彩色原图像转换为HSV格式，再在S通道进行OTSU阈值分割得到去掉髓腔的灰度图。该灰度图作为掩膜对原图进行掩膜操作，得到去除了髓腔区域的图像。该图像转换为灰度图，再进行OTSU阈值分割，提取最大连通域去掉内部残留得到最终的表皮的二值图像。灰度图减去二值图像，即可得到内部的木质部区域;对二值图像的内部填充得到茎秆的整体区域，以计算茎秆截面的总面积。
图1茎秆显微图像处理与参数测量
显微参数的计算方法：整体尺寸，“填充内部区域”结果图像的面积;茎秆半径，“最下包围椭圆”结果图像的拟合椭圆的长短轴的平均值;表皮厚度，对“求最大连通域”结果图像使用Canny算子提取边缘并统计轮廓的长度，拟合长度最大的两个轮廓时的拟合椭圆，再使用公式一计算表皮厚度，式中al、a2、b1、b2分别为两个拟合椭圆的长短轴长度;表皮总面积，“求最大连通域”结果图像的面积;木质部面积，“OTSU阈值分割1”的区域面积减去表皮面积。
2实验总结
人工用画图软件分别在复制的图像中标注出各测量目标，删除目标区域之外的背景，最后统计目标区域的参数作为真实值。将人工测量结果与本文算法测量结果进行比较，结果表明，本文算法各项测量值的准确度全部大于98 2%。该方法在作物的育种研发、遗传改良等科研工作中具有重要的实用价值。
参考文献
【1】文殊油菜倒伏影响因素及应对策略【J】现代农业科技，2016（15）：58-60
【2】姜维梅，徐春霄油菜茎的解剖结构和倒伏关系的研究【J】浙江大学学报（农业与生命科学版），2001 （04）：87 - 90
【3】汪灿朊仁武，袁晓辉，胡丹，杨浩，林婷婷荞麦茎秆解剖结构和木质素代谢及其与抗倒性的关系[J】作物学报2014 （10）：1846 -1856
关键词：油菜;秸秆;显微结构;图像处理
在实际生产中，倒伏成为制约机械化生产模式推行的主要因素。倒伏不仅导致油菜减产，极大地影响油菜品质，还使机械化收割作业难以进行，导致油菜生产效益受到严重影响【1】。研究结果表明，倒伏油菜茎秆中的维管束的形态和分布，皮层细胞的排列，细胞壁厚度，皮层细胞厚度等与油菜的抗倒伏能力有着一定的联系【2】。汪灿等研究指出茎秆木质素含量、机械组织层数、机械组织厚度、茎壁厚度、大维管束数目和维管束面积可以作为荞麦茎秆抗倒伏能力的重要评价指标【3】。
油菜茎秆相关性状分析费时费力，严重制约了其遗传改良的研究，急切需要高通量、平行性好、精确度高的自动化分析系统。因此，本文基于数字图像处理技术，提出了整体尺寸、维管束面积、皮层厚度等显微结构的方法。
1材料和方法
1.1显微图像采集和算法开发平台
2018年5月在华中农业大学的校内试验田，采集了“中双6号”“大地55”“华油杂62号”等3个品种的油菜植株。每个品种取样10根秸秆，截取地上部20cm长的茎秆，每节手工制作2个切片（厚度约0 02mm），共计20个切片样本。先使用5%浓度的对钾苯酚一乙醇溶液浸泡1分钟、再使用95%的浓盐酸浸泡Imin，以对切片进行染色。清洗染色的切片并晾干，置于载玻片上，放置在光学显微镜下观察和拍照，图片保存为JPG格式。图像分辨率为1024 x 1280。本文算法开发和测试的平台为通用计算机（i5 4200M 2.5GHz、8G DDR3内存、250G三星固态硬盘、NVIDIA GeForce GT 755M显卡）、Windows7专业版SP1和Matlab 2016a。
1.2顯微图像处理算法
显微图像处理中的度量单位是像素，需要转换为物理尺寸单位，本文中为微米（um）。标尺物理长度L，直线段的像素个数为No，尺寸转换因子（单位um/pixel）计算公式如下：
油菜茎秆横截面结构可分为表皮、皮层、表皮组织、薄壁组织、维管束、髓射线和髓部。其中维管束由外向内还可细分为韧皮部、形成层和木质部。甘蓝型油菜茎秆的主要参数包括茎秆整体尺寸、茎秆半径、表皮厚度、表皮总面积、木质部面积等。如图1所示，为算法流程和分步处理结果图。先将RGB的彩色原图像转换为HSV格式，再在S通道进行OTSU阈值分割得到去掉髓腔的灰度图。该灰度图作为掩膜对原图进行掩膜操作，得到去除了髓腔区域的图像。该图像转换为灰度图，再进行OTSU阈值分割，提取最大连通域去掉内部残留得到最终的表皮的二值图像。灰度图减去二值图像，即可得到内部的木质部区域;对二值图像的内部填充得到茎秆的整体区域，以计算茎秆截面的总面积。
图1茎秆显微图像处理与参数测量
显微参数的计算方法：整体尺寸，“填充内部区域”结果图像的面积;茎秆半径，“最下包围椭圆”结果图像的拟合椭圆的长短轴的平均值;表皮厚度，对“求最大连通域”结果图像使用Canny算子提取边缘并统计轮廓的长度，拟合长度最大的两个轮廓时的拟合椭圆，再使用公式一计算表皮厚度，式中al、a2、b1、b2分别为两个拟合椭圆的长短轴长度;表皮总面积，“求最大连通域”结果图像的面积;木质部面积，“OTSU阈值分割1”的区域面积减去表皮面积。
2实验总结
人工用画图软件分别在复制的图像中标注出各测量目标，删除目标区域之外的背景，最后统计目标区域的参数作为真实值。将人工测量结果与本文算法测量结果进行比较，结果表明，本文算法各项测量值的准确度全部大于98 2%。该方法在作物的育种研发、遗传改良等科研工作中具有重要的实用价值。
参考文献
【1】文殊油菜倒伏影响因素及应对策略【J】现代农业科技，2016（15）：58-60
【2】姜维梅，徐春霄油菜茎的解剖结构和倒伏关系的研究【J】浙江大学学报（农业与生命科学版），2001 （04）：87 - 90
【3】汪灿朊仁武，袁晓辉，胡丹，杨浩，林婷婷荞麦茎秆解剖结构和木质素代谢及其与抗倒性的关系[J】作物学报2014 （10）：1846 -1856