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(jìn)行探索，越來越多的人對根箱栽培法培養(yǎng)的植物根系進(jìn)行原位成像，因此，如何更精準(zhǔn)的對根際圖像進(jìn)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(jìn)行形態(tài)分析，高光譜成像還能夠進(jìn)行土壤和根系的化學(xué)成像?；诖耍本┮卓铺┯邢薰就瞥隽?/span>RhizoTron^®植物根系高光譜成像系統(tǒng)，不僅能進(jìn)行高光譜成像，還可進(jìn)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。

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(jìn)行了RGB成像和高光譜成像（900-1700nm）?；?/span>RGB圖像進(jìn)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(jìn)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(jìn)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。

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)?；?/span>SpectrAPP^®對數(shù)據(jù)進(jìn)行處理，發(fā)現(xiàn)使用Ctr2指數(shù)分割效果好。

參考文獻(xiàn)

[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).