生菜葉片的分類和表型鑒定迫切需要對其多語義特征進行精細量化。生菜葉片的不同成分具有特定的生理功能，可以利用它們的可觀察特性進行定量描述和解釋。特別是葉柄和葉脈決定了葉片的機械支撐和物質(zhì)運輸性能，而其他成分可能與光合作用密切相關。目前，生菜葉片表型無法準確區(qū)分葉片成分，也沒有對同一生菜葉片的正背進行比較評價。此外，葉片成分的一些性狀可以手動測量，但耗時、費力且不準確。盡管已經(jīng)有幾項研究是關于基于圖像的葉片表型分析，但仍然缺乏可靠的方法來自動提取和驗證大型生菜葉片的多語義特征。
生菜葉語義成分的圖像標注規(guī)范。A 在實際實驗環(huán)境中拍攝的生菜葉圖像。B 描繪的葉片作為四個語義成分（BD 葉片、MR 中脊、VS 靜脈和 LM 葉肉）。C 根據(jù)相應的語義成分自動生成兩個新的語義成分（VV脈絡和MZ邊緣）。D 六種語義成分的數(shù)據(jù)標注規(guī)范
在這項研究中，作者開發(fā)了一種自動表型分析流程來識別離體的生菜葉的成分并計算多語義特征用于表型識別。構(gòu)建了六個語義分割模型以從生菜葉片的可見圖像中提取葉子成分。然后，使用葉片歸一化技術將不同的葉子尺寸旋轉(zhuǎn)和縮放到“無尺寸"空間，以獲得一致的葉片表型。一種新的基于葉片的方法也被用來確定葉柄、一級靜脈和二級靜脈。該技術方案貢獻了 30 個幾何、20 個脈絡和 216 個基于顏色的特征來表征每個生菜葉片。對 11 個人工測量的性狀進行了評估，并證明了與計算結(jié)果的高度相關性。此外，使用葉子的正反面圖像來驗證所提出方法的準確性并評估性狀差異。
基于經(jīng)典U-NET模型的正反生菜葉片六個語義分量
該方法為離體生菜葉片精細結(jié)構(gòu)和成分的定量分析提供了有效的策略。生菜葉片的幾何、顏色和葉脈及其成分性狀可綜合用于生菜的表型鑒定和育種。本研究為開發(fā)生菜葉片的自動化高通量表型應用、改善有效光合面積和葉脈配置等農(nóng)藝性狀提供了寶貴的視角。
來源：Plant Methods.Quantitative phenotyping and evaluation for lettuce leaves of multiple semantic components.Jianjun Du, Bo Li, Xianju Lu, Xiaozeng Yang, Xinyu Guo & Chunjiang Zhao
/articles/10.1186/s13007-022-00890-2
