一种基于图像识别和机器学习的梨果实石细胞含量测定方法技术

本发明专利技术公开了一种基于图像识别和机器学习的梨果实石细胞含量测定方法。包括以下步骤：1.利用石蜡切片技术对梨果肉进行切片并染色；2.通过显微镜观察并采集解剖图像；3.通过图像标记区分石细胞区域和非石细胞区域；4.利用机器学习算法对图像进行识别并分割出石细胞区域；5.通过计算石细胞团区域在图像中的占比计算石细胞含量，并利用线性回归模型估算三维空间中梨果实石细胞含量。该方法直接通过平面图像识别计算获得石细胞含量数据，还可以进一步使用分割后图像提取石细胞相关表型性状数据，克服了常规生化方法提取进行含量测量而导致的石细胞损失的缺陷，弥补了间苯三酚

【技术实现步骤摘要】
一种基于图像识别和机器学习的梨果实石细胞含量测定方法


[0001]本专利技术涉及园艺学领域，具体涉及一种基于图像识别和机器学习的梨果实石细胞含量测定的方法。

技术介绍

[0002]石细胞是一种影响梨果实品质和经济价值的重要表型性状，也是一种可以表征梨品种优劣的重要指标，因此，梨果实石细胞含量在果实品质评价及育种栽培中起重要作用。目前对石细胞表型性状的研究主要集中在石细胞含量和石细胞解剖观察两个方面；石细胞含量的测定主要是使用不同方法分离石细胞和正常果肉组织后对烘干的石细胞进行称量；石细胞解剖观察主要是通过不同染料对果实剖面或果肉组织切片进行染色后观察。
[0003]冷冻
‑
盐酸法是最为常用的测定梨果肉中石细胞含量的生化方法，经历冷冻、破碎、重悬、沉淀、过滤、烘干等一系列复杂步骤，需严格控制程序和步骤，存在样品需求量大、石细胞与果肉分离不完全、石细胞易损失、耗时长、操作复杂等缺点，导致结果测量不够准确，这一问题在成熟度高的果实中更为明显；此外，该方法具有常规石细胞含量测定方法的缺点，即仅能表征果实内石细胞含量，而无法获取本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像识别和机器学习的梨果实石细胞含量测定方法，其特征在于包括以下步骤：步骤1：切取部分梨果实样品，使用固定液固定后，储存在固定浓度的酒精中，置于低温保存；储存的样品经梯度浓度酒精脱水后，使用包埋剂进行包埋，用切片机进行切片，用染料进行染色后，在显微镜下进行成像并采集解剖图像；步骤2：选择部分步骤1中获取的解剖图像进行图像标注，区分出石细胞区域与非石细胞区域，得到训练集文件；步骤3：将所有图像导入Easy PCC程序，使用机器学习算法对所有解剖图像进行识别和分割，提取石细胞区域，并进行石细胞含量的自动计算。2.根据权利要求1所述的基于图像识别和机器学习的梨果实石细胞含量测定方法，其特征在于，步骤1中，固定液为FAA。3.根据权利要求1所述的基于图像识别和机器学习的梨果实石细胞含量测定方法，其特征在于，步骤1中，固定流程为抽气25～35min后密封静置20～30h。4.根据权利要求1所述的基于图像识别和机器学习的梨果实石细胞含量测定方法，其特征在于，步骤1中，储存样品的酒精浓度为65～75％，样品需保存在4℃中。5.根据权利要求1所述的基于图像识别和机器学习的梨果实石细胞含量测定方法，其特征在于，步骤1中，梯度酒精浓度分别为70％、85％、90％、95％、100％，包埋剂为石蜡。6.根据权利要求1所述的基于图像识别和机器学习的梨果实石细胞...

【专利技术属性】
技术研发人员：陶书田，张帆航，张绍铃，穆悦，周钦阳，严鑫，
申请(专利权)人：南京农业大学，
类型：发明
国别省市：