在对不结球白菜进行植物新品种DUS(Distinctness,Uniformity and Stability)测试过程中,性状获取大多依靠人工测量、目视测量等方式,存在测量精度不高、主观判断成分高以及相关性状仅能定性描述等问题。通过数字图像处理技术,依据NY∕T ...在对不结球白菜进行植物新品种DUS(Distinctness,Uniformity and Stability)测试过程中,性状获取大多依靠人工测量、目视测量等方式,存在测量精度不高、主观判断成分高以及相关性状仅能定性描述等问题。通过数字图像处理技术,依据NY∕T 2223—2012对采集的不结球白菜图像进行分析,定义了叶长宽比、叶弧度、叶内角等10个与不结球白菜形状相关的表型性状,定义了叶面积、叶周长、株高等13个与不结球大小相关的表型性状,定义了叶面泡状程度、叶均匀度2个与不结球纹理相关的表型性状。数字化手段可更为精准地获取以往人工测量的性状指标,同时使用新的数字化表型指标可量化代替仅能定性描述的性状指标。据此开发的一套不结球白球表型性状分析软件,可实现对不结球白菜生长、发育过程中关键性状的自动提取和定量分析,提高不结球白菜DUS测试工作中表型信息采集以及分析的效率和准确性。展开更多
文摘在对不结球白菜进行植物新品种DUS(Distinctness,Uniformity and Stability)测试过程中,性状获取大多依靠人工测量、目视测量等方式,存在测量精度不高、主观判断成分高以及相关性状仅能定性描述等问题。通过数字图像处理技术,依据NY∕T 2223—2012对采集的不结球白菜图像进行分析,定义了叶长宽比、叶弧度、叶内角等10个与不结球白菜形状相关的表型性状,定义了叶面积、叶周长、株高等13个与不结球大小相关的表型性状,定义了叶面泡状程度、叶均匀度2个与不结球纹理相关的表型性状。数字化手段可更为精准地获取以往人工测量的性状指标,同时使用新的数字化表型指标可量化代替仅能定性描述的性状指标。据此开发的一套不结球白球表型性状分析软件,可实现对不结球白菜生长、发育过程中关键性状的自动提取和定量分析,提高不结球白菜DUS测试工作中表型信息采集以及分析的效率和准确性。
