大豆是世界上植物蛋白和油脂的首要供應(yīng)來源作物之一。近幾十年來,我國對大豆的剛性需求隨著大眾食品結(jié)構(gòu)中蛋白質(zhì)比例的上升而快速增長,而國產(chǎn)大豆產(chǎn)量卻呈下降趨勢,對外依存嚴(yán)重,威脅國家糧油安全。培育優(yōu)良大豆品種,增加大豆單產(chǎn)成為了大豆育種專家的首要目標(biāo)。考種工作在作物表型組學(xué)研究中一直發(fā)揮著重要作用,通過對大豆種子、植株進(jìn)行考種,獲取表型特征,解析其中與大豆產(chǎn)量、品質(zhì)的關(guān)系,這對于育種方案的設(shè)計研究有著重要意義。傳統(tǒng)人工考種方式存在成本高、準(zhǔn)確率低、描述較粗糙的缺點,而現(xiàn)有基于高光譜圖像技術(shù)的考種方法,由于技術(shù)設(shè)備價格高昂、不便攜帶等原因難以推廣使用。為改善這一現(xiàn)狀,本文提出一種面向人工智能育種,基于計算機視覺技術(shù)的大豆種子表型特征數(shù)據(jù)采集與分析的解決方案。本文基于對大豆表型特征數(shù)據(jù)的采集與分析的計算機視覺應(yīng)用技術(shù)的研究,完成了以下工作:(1)設(shè)計并構(gòu)建了一套高通量、低成本的大豆種子圖像批量采集解決方案,對2018年收獲的200個品種東北大豆的雜交組合后代株系,共計約10萬粒大豆種子進(jìn)行了快速、無損地圖像采集工作,共拍攝了 5000余張原始大豆種子圖像。(2)完成了對原始大豆種子圖像的預(yù)處理工作,首先通過tesseract-OCR開源引擎對采集到的大豆種子圖像中所包含的相關(guān)文本信息進(jìn)行提取,并設(shè)計了命名模板以便生成統(tǒng)一規(guī)整的大豆種子圖像數(shù)據(jù)集;完成圖像灰度化、圖像去噪處理,基于霍夫變換算法對原始大豆種子圖像進(jìn)行籽實坐標(biāo)檢測及區(qū)域分割,獲得了統(tǒng)一規(guī)整的單粒大豆種子圖像數(shù)據(jù)集。(3)在獲得的單粒大豆種子圖像數(shù)據(jù)集中,在不同顏色模型下提取了大豆種子表皮顏色、光澤度、均勻度等顏色特征,通過尺寸比例校正方法計算了大豆種子的長、寬、周長、面積等形狀特征,并基于高斯拉普拉斯(Laplacian of Gaussian,LoG)算子邊緣檢測和廣度優(yōu)先搜索(Breadth-First Search,BFS)思想首次實現(xiàn)了對大豆種臍、種腎等部分的精細(xì)化分割和特征信息提取,為育種設(shè)計提供了全新的表型特征參數(shù)。(4)設(shè)計并實現(xiàn)了大豆表型組數(shù)據(jù)平臺系統(tǒng),系統(tǒng)保存了本文的圖像處理結(jié)果以及往年保存記錄的人工考種數(shù)據(jù),并為育種專家提供簡便、可靠的大豆種子表型特征數(shù)據(jù)分析及查詢服務(wù)。本文為面向人工智能育種的大豆表型組研究提供了一定的參考價值,通過計算機視覺技術(shù),實現(xiàn)了對大豆種子的快速、無損考種,解決了傳統(tǒng)人工考種存在的成本高、效率低、精度差等問題,為育種專家進(jìn)行精細(xì)化的育種方案設(shè)計提供了更加精準(zhǔn)、更多維度的表型性狀數(shù)據(jù)參考。
【學(xué)位單位】：山東大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2020
【中圖分類】：S565.1;TP18;TP391.41
【部分圖文】：

取與分析的研究工作中，促進(jìn)大豆表型組學(xué)研究的發(fā)展，為實現(xiàn)人??工智能育種提供數(shù)據(jù)支撐。??合分析?１??多組學(xué)數(shù)據(jù)??整合分析??－力桂私ｉｄ??找ｋ?開Ｓ??—?？??＇基因型ｎ??ｗ?？序?＇?Ｚ?１??Ｍ謀湖、＊她Ｑ表型組數(shù)－一?■??！?表—型組？據(jù)平臺?損體型?目標(biāo)哼狀功??Ｉ?－ｎ?５?Ｉ??＾?．?＊多性狀標(biāo)記??粋子表ｓ數(shù)據(jù)９?萬??基因－型激序案???？?＋??！?？？？？？＿????迭代優(yōu)化???圖１－２大豆人工智能育種的整體路線??本課題研宄主要為中國科學(xué)院東北地理與農(nóng)業(yè)生態(tài)研究所大豆分??子設(shè)計育種重點實驗室（下文簡稱“地理所”）承擔(dān)的“主要經(jīng)濟(jì)作物分子??設(shè)計育種”國家重點研發(fā)計劃提供信息技術(shù)支撐，圖１－２顯示了人工智??能育種的整體設(shè)計思路。最終，對提取出的數(shù)據(jù)以合理格式保存，構(gòu)??建規(guī)范的大豆表型組數(shù)據(jù)平臺，輔助育種專家進(jìn)行查詢、存儲、分析??大豆性狀屬性，以便進(jìn)行后續(xù)的優(yōu)化選種及育種方案研宄，幫助實現(xiàn)??大豆增產(chǎn)的目標(biāo)。??１．２國內(nèi)外研究現(xiàn)狀??上世紀(jì)９０年代初，生物學(xué)研宄領(lǐng)域逐漸開始興起“組學(xué)”相關(guān)的一??系列新概念，如基因組學(xué)（ｇｅｎｏｍｉｃｓ）、轉(zhuǎn)錄組學(xué)（ｔｒａｎｓｃｒｉｐｔｏｍｉｃｓ）、蛋白??質(zhì)組學(xué)（ｐｒｏｔｅｏｍｉｃｓ）等。此后，各種組學(xué)不斷發(fā)展，在學(xué)術(shù)研究領(lǐng)域占??據(jù)重要地位，得到了廣泛的關(guān)注，９０年代中期，學(xué)者們首次提及植物??表型組（ｐｈｅｎｏｍｅ）和表型組學(xué)（ｐｈｅｎｏｍｉｃｓ）的定義ｔ８Ａ。隨后逐漸發(fā)展成生??３??

?山東大學(xué)碩士學(xué)位論文???２．２大豆種子圖像采集方案??在２０１９年東北春大豆播種季之前，對即將播種下地的大豆種子進(jìn)行統(tǒng)??一的圖像采集工作。圖像采集所使用的拍攝設(shè)備為尼康Ｄ９０數(shù)碼單反相機，??相比于其他圖像采集成像設(shè)備成本較低，且適用性較強。鏡頭中心居于籽實??盤對稱中心的垂直正上方，距離籽實盤的拍攝高度為４０ｃｍ，保持設(shè)置好的??固定相機參數(shù)進(jìn)行拍攝。為盡可能地減少光照環(huán)境對拍攝效果，尤其是對大??豆種子顏色的影響，選擇在暗箱條件下布置單一無影燈固定光源對大豆種子??進(jìn)行拍攝。??由于需要進(jìn)行圖像采集工作的種子數(shù)量多，若采取單粒種子逐一拍攝的??方案則需要耗費大量人力物力，且時間成本過高，為提高圖像數(shù)據(jù)采集效率，??降低成本，本文設(shè)計一套便于進(jìn)行批量圖像采集的機械裝置，如圖２－１所示。??｜癌??圖２－１用于批量種子圖像采集裝置整體示意圖??該機械裝置由一個固定于鏡頭連接桿的鏡頭，及一個可同時放置多粒大??豆種子、圖像處理相關(guān)信息（包括種子品種株系信息、校驗信息）的籽實盤構(gòu)??成＝鏡頭用于拍攝所述籽實盤，采集大豆種子以及相關(guān)信息圖像，鏡頭通過??一連接支撐桿與背景底板連接。該籽實盤包含種子放置區(qū)、信息放置區(qū)以及??校驗區(qū)三個部分，其中種子放置區(qū)是一塊３Ｄ打印制成的塑料板，上有若干??個凹槽用于固定大豆籽粒，在進(jìn)行拍攝時保證籽粒能夠直接自然地落入槽內(nèi)??并穩(wěn)定地保持固定。??經(jīng)過前期多次的實驗測試和誤差評估，最終可一次性最多放置２５粒大??１３??

山東大學(xué)碩士學(xué)位論文??同時，結(jié)合相關(guān)文獻(xiàn)參考及拍攝經(jīng)驗［３３］，在籽實盤背景底板上需要罩上??攝影用黑色吸光絨布，避免鏡頭對背景底板進(jìn)行拍攝時發(fā)生反光等不良效??果，同時使拍攝目標(biāo)（即大豆種子）最為明顯，方便進(jìn)行后續(xù)的圖像處理操作。??信息放置區(qū)位于種子放置區(qū)右側(cè)，用于補充大豆種子株系編碼等相關(guān)文本信??息；在校驗區(qū)放置標(biāo)準(zhǔn)比色卡，用于進(jìn)行后續(xù)的籽粒尺寸、顏色校正。批量??采集到的大豆種子圖像示例如圖２－３所示。??圖２－３批量采集大豆種子圖像示例??２．３本章小結(jié)??本章對大豆種子原始圖像的采集過程進(jìn)行詳細(xì)說明。首先介紹了大豆種??子材料的選取，所選取的大豆是來自于２０１８年春季播種并收獲的現(xiàn)有２００??個東北大豆品種的雜交組合后代株系，共計約１０萬粒大豆種子。然后介紹??了使用的高通量種子圖像采集裝置，選用尼康Ｄ９０相機進(jìn)行拍攝，詳細(xì)介紹??了大豆種子圖像采集裝置的結(jié)構(gòu)，利用在底部設(shè)置帶矩形槽的籽實盤代替普??通背景底板，實現(xiàn)種子自動入槽且保持固定，有效地提升了種子圖像采集的??速度，達(dá)成對大豆種子圖像數(shù)據(jù)的批量、快速、標(biāo)準(zhǔn)化的采集，從而方便進(jìn)??行后續(xù)的計算機視覺處理。利用設(shè)計的大豆種子圖像采集方案，最終共采集??到了?５０００余張原始大豆種子圖像，共涉及約２０００個相關(guān)大豆株系，其中單??張圖像最多包含２５粒大豆籽實，且以２５粒籽實圖像居多。??１５??
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李國臣;耿臻;韓天富;;黃淮南部地區(qū)大豆種子質(zhì)量影響因素分析與對策[J];中國種業(yè);2020年04期

2 文景芝;趙鈺琦;高新穎;張卓群;吳羚閣;賈夢瑱;;大豆種子分泌物中蛋白質(zhì)鑒定及其對大豆疫霉的趨化作用[J];東北農(nóng)業(yè)大學(xué)學(xué)報;2020年02期

3 于明艷;;不同外源性試劑對大豆種子萌發(fā)的影響[J];農(nóng)業(yè)科技與裝備;2020年02期

4 李志勇;;大豆種子主要病害癥狀特點及發(fā)生原因[J];農(nóng)業(yè)工程技術(shù);2018年32期

5 陳璐;;大豆常見病蟲害防治[J];農(nóng)民致富之友;2019年11期

6 王佳;;大豆種子貯藏技術(shù)[J];農(nóng)民致富之友;2019年11期

7 鄭金煥;崔曉培;胡冬梅;;湖北省大豆區(qū)試花葉病毒病抗性鑒定方法的探討[J];大豆科技;2019年01期

8 焦玉偉;梁珈語;張瑞;;大豆種子的貯藏特性及技術(shù)要點分析[J];種子科技;2018年06期

9 黃洪云;杜寧;張璇;;高壓靜電處理對大豆種子的影響及機理研究[J];種子;2017年02期

10 ;中科院植物所發(fā)現(xiàn)大豆種子大小變異調(diào)控與進(jìn)化機制[J];中國食品學(xué)報;2017年05期

相關(guān)博士學(xué)位論文 前9條

1 代愛華;大豆KLU基因家族基因進(jìn)化與功能分析[D];中國科學(xué)院大學(xué)(中國科學(xué)院東北地理與農(nóng)業(yè)生態(tài)研究所);2019年

2 何禹璇;MYB轉(zhuǎn)錄因子GmMYB68和GmMYB3α的克隆及大豆在鹽堿脅迫下的功能研究[D];吉林大學(xué);2019年

3 SEHRISH MANAN;大豆中油份合成調(diào)控相關(guān)轉(zhuǎn)錄因子的功能研究[D];華中農(nóng)業(yè)大學(xué);2017年

4 李銀萍;大豆品種齊茶豆1號抗疫霉根腐病基因鑒定及候選基因分析[D];中國農(nóng)業(yè)科學(xué)院;2017年

5 楊瑞;多聚賴氨酸誘導(dǎo)大豆種子鐵蛋白一維二維自組裝機理研究[D];中國農(nóng)業(yè)大學(xué);2014年

6 王麗群;春大豆種子田間劣變抗性的評價及抗性機理的研究[D];南京農(nóng)業(yè)大學(xué);2012年

7 趙路蘋;大豆油體富集物的蛋白質(zhì)組成及其對油體乳液性質(zhì)的影響研究[D];江南大學(xué);2017年

8 成廣雷;國內(nèi)外種子科學(xué)與產(chǎn)業(yè)發(fā)展比較研究[D];山東農(nóng)業(yè)大學(xué);2009年

9 黎明;花生四烯酸和二十碳五烯酸合成途徑的構(gòu)建及大豆種子特異性啟動子的改造[D];南開大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 馬鴻潤;面向人工智能育種的大豆種子表型特征數(shù)據(jù)采集與分析[D];山東大學(xué);2020年

2 侯智紅;利用CRISPR/Cas9技術(shù)創(chuàng)制大豆高油酸突變系[D];廣州大學(xué);2019年

3 王志莉;大豆GmNMHC5基因啟動子功能及該基因調(diào)控開花的研究[D];北京理工大學(xué);2016年

4 于晨曦;大豆單株脫粒機設(shè)計及試驗[D];山東理工大學(xué);2019年

5 王翊寧;大豆GmFT3a基因的克隆與功能分析[D];哈爾濱師范大學(xué);2019年

6 張馳;大豆胱硫醚γ合酶GmCGS1和絲氨酸乙酰轉(zhuǎn)移酶GmSAT5基因的克隆及功能驗證[D];吉林大學(xué);2019年

7 張汝濤;稀土鑭對大豆種群繁殖率的影響[D];江南大學(xué);2019年

8 劉超;PAEs、BPA復(fù)合污染對大豆種子生理指標(biāo)和HSP70基因表達(dá)及調(diào)控的影響[D];東北大學(xué);2015年

9 閆峰;不同施肥對采煤塌陷復(fù)墾土壤養(yǎng)分及大豆根瘤生長狀況的影響[D];山西農(nóng)業(yè)大學(xué);2017年

10 丁國輝;玉米—大豆間作播種機的設(shè)計與相關(guān)參數(shù)研究[D];四川農(nóng)業(yè)大學(xué);2017年

本文編號：2879229