科研之友
微信
新浪微博
Facebook
分享链接
摘要
食用菌菌丝体表型特征是食用菌种质资源评价和科学育种的重要依据。针对传统阈值分割方法提取菌丝体区域易受到光照不均、菌丝体不规则生长和培养皿内产生代谢物等因素干扰的问题，制作食用菌菌丝体图像数据集，并提出一种基于深度学习的食用菌菌丝体表型参数自动测量方法。将U-Net网络编码器部分替换为VGG16的前13个卷积层，引入预训练权重，构建适用于菌丝体分割的VGG-UNet模型。测试集上对比实验表明，该模型的平均交并比达到98.18%，比原始U-Net模型高0.93个百分点。经该模型获取菌丝体分割图像后，利用OpenCV相关函数计算菌丝体的半径、周长、面积、覆盖度、圆整度这5个表型参数。将人工测量方法与本文方法进行线性回归分析，得出菌丝体半径、周长、面积和覆盖度的决定系数分别为0.9795、0.9915、0.9750和0.9750，均方根误差分别为2.20mm、4.73mm、176.74mm2和3.16%。经测试，本文方法能准确地完成食用菌菌丝体表型参数自动测量任务，为食用菌表型分析研究提供理论基础。
- 单位
