An automated field phenotyping pipeline for application in grapevine research.
An automated field phenotyping pipeline for application in grapevine research.
复制标题
DOI：
10.3390/s150304823
复制
发表时间：
2015-02-26
期刊：
影响因子：
--
通讯作者：
Töpfer R
中科院分区：
文献类型：
--
作者：
Kicherer A;Herzog K;Pflanz M;Wieland M;Rüger P;Kecke S;Kuhlmann H;Töpfer R
由于其多年生性质和大小，葡萄研究中表型数据的获取几乎完全局限于现场，并通过视觉估计完成。这种评估程序受到时间、成本和记录主观性的限制。因此，需要客观、自动化和更精确的表型数据评估，以增加样品数量，管理葡萄藤库，实现新的表型性状的遗传研究，从而提高植物研究的效率。在本研究中，建立了一个自动化的田间表型管道，并应用于一个遗传资源小区。PHENObot的应用允许在无需用户交互的情况下，每小时直接从至少250株葡萄藤上获取图像。数据管理由数据库（IMAGEdata）处理。自动图像分析工具BIVcolor （Berries in Vineyards-color）允许在大量植物中收集两个重要水果性状（浆果大小和颜色）的精确表型数据。PHENObot的应用代表了在现场进行高通量图像数据采样的自动化工具。这些图像的自动分析有助于在更大范围内生成客观和精确的表型数据。
Due to its perennial nature and size, the acquisition of phenotypic data in grapevine research is almost exclusively restricted to the field and done by visual estimation. This kind of evaluation procedure is limited by time, cost and the subjectivity of records. As a consequence, objectivity, automation and more precision of phenotypic data evaluation are needed to increase the number of samples, manage grapevine repositories, enable genetic research of new phenotypic traits and, therefore, increase the efficiency in plant research. In the present study, an automated field phenotyping pipeline was setup and applied in a plot of genetic resources. The application of the PHENObot allows image acquisition from at least 250 individual grapevines per hour directly in the field without user interaction. Data management is handled by a database (IMAGEdata). The automatic image analysis tool BIVcolor (Berries in Vineyards-color) permitted the collection of precise phenotypic data of two important fruit traits, berry size and color, within a large set of plants. The application of the PHENObot represents an automated tool for high-throughput sampling of image data in the field. The automated analysis of these images facilitates the generation of objective and precise phenotypic data on a larger scale.
登录
查看更多内容
影响因子：
3
作者：
Fuentes, Sigfredo;De Bei, Roberta;Tyerman, Stephen
通讯作者：
Tyerman, Stephen
HTPHENO：高通量植物表型的图像分析管道。
影响因子：
3
作者：
Hartmann A;Czauderna T;Hoffmann R;Stein N;Schreiber F
通讯作者：
Schreiber F
DOI：
10.3390/s110606237
发表时间：
2011
期刊：
Sensors (Basel, Switzerland)
影响因子：
--
作者：
Llorens J;Gil E;Llop J;Queraltó M
通讯作者：
Queraltó M
影响因子：
3.1
作者：
Doligez, A.;Audiot, E.;This, P.
通讯作者：
This, P.
影响因子：
6.9
作者：
Moeller, M.;Alchanatis, V.;Cohen, S.
通讯作者：
Cohen, S.