使用無人機圖像的濕地松新抽梢自動檢測和計數(shù)軟件模型研究
Plant Phenomics | "CountShoots"：一種使用無人機圖像的濕地松新抽梢自動檢測和計數(shù)軟件
濕地松（Pinus elliottii）原產(chǎn)自美國，現(xiàn)已成為中國南方的主要人工林樹種，主要用于產(chǎn)松脂和木材。通過遺傳選育目標性狀，可以有效提升松脂和木材產(chǎn)量。新梢密度，即每棵樹的新梢數(shù)量，是濕地松育種策略中的關鍵指標。新梢在樹木生長、營養(yǎng)積累和再分配中扮演關鍵角色，其密度與營養(yǎng)吸收與再分配、樹木生長、樹冠大小以及光合能力緊密相關，因此是選擇木材和松脂高產(chǎn)樹種的重要指標。然而，傳統(tǒng)的新梢密度測量方法依賴人工觀察，效率低，耗時長。由于樹高和冠層密度因素，新梢的有效計數(shù)變得困難。因此，迫切需要開發(fā)一種基于自動化的新梢檢測技術，以滿足現(xiàn)代對于高通量和高效樹木性狀測量的需求。
2023年6月，Plant Phenomics在線發(fā)表了由中國林科院亞林所林木種質(zhì)資源研究團隊聯(lián)合山東農(nóng)業(yè)大學、新西蘭坎特伯雷大學等多家單位撰寫的題為“CountShoots: Automatic detection and counting of slash pine new shoots using UAV imagery（"CountShoots"：一種使用無人機圖像的濕地松新抽梢自動檢測和計數(shù)軟件）” 的研究論文。
本研究基于兩個階段實現(xiàn)了濕地松單株樹冠的新梢量計數(shù)。首先利用YOLOX算法從原始無人機圖像中提取單株濕地松樹冠。其次，構建了濕地松新梢量自動計數(shù)模型-SPSC-net。SPSC-net以人群計數(shù)網(wǎng)絡CCTrans作為基準，通過使用非平衡傳輸和透視引導的傳輸代價函數(shù)，實現(xiàn)對多尺度圖像的高效精準計數(shù)。采用基于非平衡的最優(yōu)傳輸方法改進原始的最優(yōu)傳輸損失，以加強損失項對錯誤預測的監(jiān)督。此外，針對全變差損失容易造成過擬合的問題，SPSC-net使用透視引導的運輸成本來增加擁擠區(qū)域中抽梢的密度間隔，以提高定位準確性。通過與CCTrans、DM-Count、CSR-net等經(jīng)典計數(shù)算法的比較，SPSC-net的MSE與MAE分別為7.00與2.27，均優(yōu)于其他模型。
基于構建的濕地松單株樹冠提取模型與新梢量計數(shù)模型，本研究最終開發(fā)了一款自動檢測和計數(shù)濕地松新抽梢數(shù)量的用戶友好軟件——"CountShoots"。其用戶界面設計簡潔易用，用戶可以通過簡單的點擊操作進行圖像上傳和新梢計數(shù)，并直接查看每個樹冠的新抽梢數(shù)量。這項創(chuàng)新性的研究為濕地松新抽梢的密度研究監(jiān)測提供了一種新的非破壞性方法，濕地松在無人機圖像中的新抽梢可以自動被檢測和計數(shù)，從而更好地理解濕地松的生長和光合作用能力，為提高松脂和木材產(chǎn)量提供了新的研究工具。
山東農(nóng)業(yè)大學副教授郝霞為本文第一作者，亞林所李彥杰副研究員為唯一通訊作者，該成果得到了中國林科院“青年英才工程”優(yōu)秀青年創(chuàng)新人才培育計劃（CAFYBB2022QA001）和浙江省農(nóng)業(yè)（林木）新品種選育重大科技專項（2021C02070-7）資助。
論文鏈接：
https://doi.org/10.34133/plantphenomics.0065
——推薦閱讀——
Dynamic UAV Phenotyping for Rice Disease Resistance Analysis Based on Multisource Data
https://doi.org/10.34133/plantphenomics.0019
Plant Phenomics | 基于多源數(shù)據(jù)的水稻抗病性動態(tài)無人機表型分析Multispectral Drone Imagery and SRGAN for Rapid Phenotypic Mapping of Individual Chinese Cabbage Plants
https://doi.org/10.34133/plantphenomics.0007
Plant Phenomics | 基于無人機多光譜圖像和SRGAN的大白菜單株表型測定研究
加入作者交流群
掃碼添加小編微信，拉您進入《植物表型組學》作者交流群，群內(nèi)不定期開展作者分享會、�？l(fā)布會等高質(zhì)量活動。
添加小編微信，備注姓名+單位+PP，加入作者交流群
About Plant Phenomics
《植物表型組學》（Plant Phenomics）是由南京農(nóng)業(yè)大學和美國科學促進會（AAAS）合作創(chuàng)辦的英文學術期刊，于2019年1月正式上線發(fā)行。采用開放獲取形式，刊載植物表型組學交叉學科熱點領域具有突破性科研進展的原創(chuàng)性研究論文、綜述、數(shù)據(jù)集和觀點。具體范圍涵蓋高通量表型分析的最新技術，基于圖像分析和機器學習的表型分析研究，提取表型信息的新算法，作物栽培、植物育種和農(nóng)業(yè)實踐中的表型組學新應用，與植物表型相結合的分子生物學、植物生理學、統(tǒng)計學、作物模型和其他組學研究，表型組學相關的植物生物學等。期刊已被DOAJ、Scopus、PMC、EI和SCIE等數(shù)據(jù)庫收錄。科睿唯安JCR2022影響因子為6.5，位于農(nóng)藝學、植物科學、遙感一區(qū)。中科院農(nóng)藝學、植物科學一區(qū)、遙感二區(qū)、生物大類一區(qū)（TOP期刊）。2020年入選中國科技期刊卓越行動計劃高起點新刊項目。
說明：本文由《植物表型組學》編輯部負責組稿。
中文內(nèi)容僅供參考，一切內(nèi)容以英文原版為準。
特邀作者：李彥杰、郝霞
排版：薛楚凡（南京農(nóng)業(yè)大學）
審核：孔敏、王平
