文献

J-GLOBAL ID：202202274416111843   整理番号：22A1178329

構造化光イメージングに基づく3Dコムギ穀粒および腹側溝形質のための知的分析法【JST・京大機械翻訳】

An Intelligent Analysis Method for 3D Wheat Grain and Ventral Sulcus Traits Based on Structured Light Imaging

著者 (8件)： Huang Chenglong (College of Engineering, Huazhong Agricultural University, Wuhan, China) ,  Qin Zhijie (College of Engineering, Huazhong Agricultural University, Wuhan, China) ,  Hua Xiangdong (College of Engineering, Huazhong Agricultural University, Wuhan, China) ,  Zhang Zhongfu (College of Engineering, Huazhong Agricultural University, Wuhan, China) ,  Xiao Wenli (College of Engineering, Huazhong Agricultural University, Wuhan, China) ,  Liang Xiuying (College of Engineering, Huazhong Agricultural University, Wuhan, China) ,  Song Peng (National Key Laboratory of Crop Genetic Improvement, National Center of Plant Gene Research, Huazhong Agricultural University, Wuhan, China) ,  Yang Wanneng (National Key Laboratory of Crop Genetic Improvement, National Center of Plant Gene Research, Huazhong Agricultural University, Wuhan, China)
資料名： Frontiers in Plant Science (Web)  (Frontiers in Plant Science (Web))
巻： 13  ページ： 840908  発行年： 2022年 
JST資料番号： U7094A  ISSN： 1664-462X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： コムギ穀粒3次元(3D)表現型特性は,最終収量と品種育種のために非常に重要であり,そして,腹側溝形質は,小麦粉収量に対する重要因子である。コムギ穀粒形質測定が必要である。しかし,従来の測定方法は,まだ手動であり,それは,非効率的,主観的,および労働集約的である。さらに,腹側溝形質は破壊測定によってのみ得られる。本論文では,3Dコムギ穀粒表現型と腹側溝形質を抽出するために,構造化光イメージングに基づくインテリジェント解析法を提案した。最初に,小麦粒の3D点雲データを構造化光スキャナによって得て,次に,単一粒分割と腹側溝位置を含む指定点雲処理アルゴリズムを設計した。最終的に,28のコムギ穀粒3D表現型特性と4つの腹側溝形質を抽出した。最良の実験条件を評価するために,回転角,走査角,および段階色因子を含む3レベル直交実験を,5つのコムギ品種の125粒について行い,結果は,回転角,走査角,および段階色の最適条件は,それぞれ30°,37°C,黒色であることを示した。さらに,結果はまた,コムギ粒長,幅,厚さ,および腹側溝深さの平均絶対百分率誤差(MAPEs)が1.83,1.86,2.19,および4.81%であることを証明した。さらに,5品種の500のコムギ粒を用いて,32の表現型形質によってコムギ穀粒重量モデルを構築,検証し,交差検証結果は,モデルのR2が0.77から0.83の範囲であることを示した。最後に,コムギ穀粒表現型抽出と穀粒重量予測を専門ソフトウェアに統合した。したがって,この方法はコムギ育種研究に対する効率的で効果的な方法であることが示された。Copyright 2022 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  効率 ,  予測 ,  *コムギ ,  小麦粉 ,  表現型 ,  育種 ,  品種 ,  ソフトウェア ,  *三次元 ,  *穀粒 ,  回転角 ,  最適条件 ,  直交性
準シソーラス用語： 小麦粒 , 【Automatic Indexing@JST】

著者キーワード (5件)： コムギ穀粒 ,  腹側溝 ,  構造化光イメージング ,  点雲解析 ,  3D形質

分類 (1件)： 麦  (FC03033M)

引用文献 (35件)：

• Anami B. S., Savakar D. G., Biradar V. S. (2009). Identification of multiple grain image samples from tray. Int. J. Food Sci. Technol. 44 2452-2458. doi: 10.1111/j.1365-2621.2009.02034.x
• Ayele A., Hequet E., Kelly B. (2017). The impact of fiber maturity on estimating the number of cotton (Gossypium hirsutum L.) fibers per seed surface area. Industr. Crops Prod. 102 16-22. doi: 10.1016/j.indcrop.2017.03.004
• Chiang P.-Y., Kuo C. C. J. (2012). Voxel-based shape decomposition for feature-preserving 3D thumbnail creation. J. Visual Commun. Image Represent. 23 1-11. doi: 10.1016/j.jvcir.2011.07.008
• Connelly R. (2009). Comments on generalized heron polynomials and robbins’ conjectures. Dis. Mathe. 309 4192-4196. doi: 10.1016/j.disc.2008.10.031
• Das Choudhury S., Samal A., Awada T. (2019). Leveraging image analysis for high-throughput plant phenotyping. Front. Plant Sci. 10:508. doi: 10.3389/fpls.2019.00508

タイトルに関連する用語 (7件)： 構造化光 ,  イメージング ,  3D ,  コムギ ,  穀粒 ,  溝形 ,  分析法