使用低成本的双摄像头工作流程对藏红花进行器官级别的3D表型分析

《Plant Methods》：Organ-level 3D phenotyping of saffron using a low-cost dual-camera workflow

采用低成本双相机旋转系统结合开源SfM-MVS重建技术，实现了狭窄重叠叶片的三维表型分析。该方法通过多约束聚类策略降低75%的遮挡误差，在5个发育阶段自动测量叶长宽的准确度（R2＞0.94，MAPE＜6%）达到商业设备水平，成本降低100倍。分析表明地上生物量与块茎产量呈显著正相关（r=0.68），验证了植被扩展与块茎发育的资源分配权衡。

　　

摘要

背景

在番红花生长期间进行精确、无损的表型分析对于优化球茎产量和加速育种计划至关重要。然而，由于极端形态学挑战（如叶片极窄、严重相互遮挡以及匍匐生长结构），系统的3D测量一直难以实现：超窄的叶片、严重的相互遮挡以及匍匐的生长方式使得传统的单视图成像系统无法分辨单个叶片，从而将表型分析限制在整株植物的描述上。在这里，我们开发了一种专门针对狭窄、重叠叶片的器官级3D表型分析工作流程，该流程使用了低成本的双摄像头旋转采集系统，并结合了开源的结构从运动多视图立体（SfM-MVS）重建技术。

结果

与单视图方法相比，双视角策略将由遮挡引起的误差减少了75%，通过多约束聚类策略实现了可靠的器官级分割。在五个生长阶段自动测量的叶片长度和宽度与手动参考值具有极佳的一致性（R2 > 0.94，MAPE < 6%），其准确性与使用商用级硬件获得的阔叶作物的基准结果相当，但成本仅为其百分之一。通过对九个不同尺度的系统化体素敏感性分析，我们确定了最佳预处理参数（2厘米体素大小），在测量精度和计算效率之间取得了平衡，解决了植物表型分析中的关键重复性问题。探索性纵向追踪显示，地上生物量与最终球茎产量相关（r = 0.68，P < 0.001），而生长中期冠层体积也显示出强烈的相关性（r = 0.52，P < 0.01），这表明在营养生长与储存器官发育之间可能存在资源分配的权衡。

结论

本研究表明，使用低成本成像硬件和透明的方法流程可以实现狭窄、重叠叶片的器官级3D表型分析。算法参数和硬件规格的完整文档化使得可以直接在其他窄叶作物（小麦、水稻、洋葱、韭葱）上进行复制和调整，从而在资源有限的条件下普及高通量表型分析。该工作流程通过证明方法透明性和成本效益不会影响测量精度，为表型到基因型的映射以及未充分利用作物的预测育种开辟了新的途径，推动了植物表型组学的发展。