油菜莖稈微觀結構圖像分析方法

彭碧野　劉泰格　陳璺瑜　尚治成　張帥軍

摘要：秸稈的微觀結構研究可以為作物的收獲和加工機械開發提供必要的實驗數據和理論依據。本文運用數字圖像處理技術對油菜莖稈切面的顯微結構進行分析，無損測量莖稈橫截面的整體尺寸、莖稈半徑、表皮厚度、表皮總面積、木質部面積等顯微結構。實驗結果：該方法可以準確測量各種參數，對油菜莖稈顯微結構研究具有較好的實用價值

關鍵詞：油菜;秸稈;顯微結構;圖像處理

在實際生產中，倒伏成為制約機械化生產模式推行的主要因素。倒伏不僅導致油菜減產，極大地影響油菜品質，還使機械化收割作業難以進行，導致油菜生產效益受到嚴重影響【1】。研究結果表明，倒伏油菜莖稈中的維管束的形態和分布，皮層細胞的排列，細胞壁厚度，皮層細胞厚度等與油菜的抗倒伏能力有著一定的聯系【2】。汪燦等研究指出莖稈木質素含量、機械組織層數、機械組織厚度、莖壁厚度、大維管束數目和維管束面積可以作為蕎麥莖稈抗倒伏能力的重要評價指標【3】。

油菜莖稈相關性狀分析費時費力，嚴重制約了其遺傳改良的研究，急切需要高通量、平行性好、精確度高的自動化分析系統。因此，本文基于數字圖像處理技術，提出了整體尺寸、維管束面積、皮層厚度等顯微結構的方法。

1材料和方法

1.1顯微圖像采集和算法開發平臺

2018年5月在華中農業大學的校內試驗田，采集了“中雙6號”“大地55”“華油雜62號”等3個品種的油菜植株。每個品種取樣10根秸稈，截取地上部20cm長的莖稈，每節手工制作2個切片（厚度約0 02mm），共計20個切片樣本。先使用5%濃度的對鉀苯酚一乙醇溶液浸泡1分鐘、再使用95%的濃鹽酸浸泡Imin，以對切片進行染色。清洗染色的切片并晾干，置于載玻片上，放置在光學顯微鏡下觀察和拍照，圖片保存為JPG格式。圖像分辨率為1024 x 1280。本文算法開發和測試的平臺為通用計算機（i5 4200M 2.5GHz、8G DDR3內存、250G三星固態硬盤、NVIDIA GeForce GT 755M顯卡）、Windows7專業版SP1和Matlab 2016a。

1.2顯微圖像處理算法

顯微圖像處理中的度量單位是像素，需要轉換為物理尺寸單位，本文中為微米（um）。標尺物理長度L，直線段的像素個數為No，尺寸轉換因子（單位um/pixel）計算公式如下：

油菜莖稈橫截面結構可分為表皮、皮層、表皮組織、薄壁組織、維管束、髓射線和髓部。其中維管束由外向內還可細分為韌皮部、形成層和木質部。甘藍型油菜莖稈的主要參數包括莖稈整體尺寸、莖稈半徑、表皮厚度、表皮總面積、木質部面積等。如圖1所示，為算法流程和分步處理結果圖。先將RGB的彩色原圖像轉換為HSV格式，再在S通道進行OTSU閾值分割得到去掉髓腔的灰度圖。該灰度圖作為掩膜對原圖進行掩膜操作，得到去除了髓腔區域的圖像。該圖像轉換為灰度圖，再進行OTSU閾值分割，提取最大連通域去掉內部殘留得到最終的表皮的二值圖像?；叶葓D減去二值圖像，即可得到內部的木質部區域;對二值圖像的內部填充得到莖稈的整體區域，以計算莖稈截面的總面積。

圖1莖稈顯微圖像處理與參數測量

顯微參數的計算方法：整體尺寸，“填充內部區域”結果圖像的面積;莖稈半徑，“最下包圍橢圓”結果圖像的擬合橢圓的長短軸的平均值;表皮厚度，對“求最大連通域”結果圖像使用Canny算子提取邊緣并統計輪廓的長度，擬合長度最大的兩個輪廓時的擬合橢圓，再使用公式一計算表皮厚度，式中al、a2、b1、b2分別為兩個擬合橢圓的長短軸長度;表皮總面積，“求最大連通域”結果圖像的面積;木質部面積，“OTSU閾值分割1”的區域面積減去表皮面積。

2實驗總結

人工用畫圖軟件分別在復制的圖像中標注出各測量目標，刪除目標區域之外的背景，最后統計目標區域的參數作為真實值。將人工測量結果與本文算法測量結果進行比較，結果表明，本文算法各項測量值的準確度全部大于98 2%。該方法在作物的育種研發、遺傳改良等科研工作中具有重要的實用價值。

參考文獻

【1】文殊油菜倒伏影響因素及應對策略【J】現代農業科技，2016（15）：58-60

【2】姜維梅，徐春霄油菜莖的解剖結構和倒伏關系的研究【J】浙江大學學報（農業與生命科學版），2001 （04）：87 - 90

【3】汪燦朊仁武，袁曉輝，胡丹，楊浩，林婷婷蕎麥莖稈解剖結構和木質素代謝及其與抗倒性的關系[J】作物學報2014 （10）：1846 -1856