摘要：【目的】高通量表型技術(shù)不僅是現(xiàn)代育種領(lǐng)域的重要手段,也是解析田間作物生理生態(tài)行為的工具,但不同類別高通量表型技術(shù)的基礎(chǔ)架構(gòu)特征仍不清楚,因此需要針對機器視覺高通量表型技術(shù)進行專門探討。【方法】本文用機器視覺技術(shù)檢測計算稻茬麥莖穗一體的表型指標(biāo)。使用寧麥13、魯原502和鄭麥90233個小麥品種,進行小區(qū)化對比試驗,使用等孔距柵條精播板進行單粒精播,準(zhǔn)確控制條播小麥的群體條件。于稻茬麥成熟期進行莖穗一體圖像獲取,對圖像進行灰度增強、直方圖均值化、S分量提取、Otsu閾值分割、莖穗分離和莖穗形態(tài)參數(shù)提取等操作。提取的稻茬麥地上部單莖穗各器官的形態(tài)參數(shù)包括莖稈長、莖稈平均寬度、莖稈投影面積、莖稈周長、麥穗長、麥穗平均寬度、麥穗投影面積和麥穗周長。同時,使用傳統(tǒng)方法獲取小麥單葉片質(zhì)量、單莖稈質(zhì)量、單穗質(zhì)量和單穗籽粒產(chǎn)量等農(nóng)藝性狀指標(biāo)。分別構(gòu)建線性模型、二次模型、指數(shù)模型及拓展模型進行多維指標(biāo)擬合,包括小麥單莖穗生物量與單穗籽粒產(chǎn)量關(guān)系、單莖穗的麥穗形態(tài)參數(shù)與單穗籽粒產(chǎn)量關(guān)系等擬合分析。在單莖穗層面對小麥莖穗的表型指標(biāo)與單穗籽粒產(chǎn)量之間的關(guān)系進行相關(guān)分析和回歸分析,進而基于機器視覺在小麥莖穗一體方面的個例應(yīng)用,討論大田高通量表型分析的機器視覺技術(shù)研發(fā)的要點?！窘Y(jié)果】寧麥13、魯原502和鄭麥90233個小麥品種的單葉片質(zhì)量與單穗籽粒產(chǎn)量的相關(guān)系數(shù)依次下降,小麥單莖穗形態(tài)參數(shù)與單穗籽粒產(chǎn)量的相關(guān)性顯著低于生物量指標(biāo),但單穗投影面積、單穗長與單穗籽粒產(chǎn)量依然存在顯著正相關(guān)。3個小麥品種在單莖穗的各生物量指標(biāo)與單穗籽粒產(chǎn)量的最優(yōu)回歸模型各不相同,麥穗圖像的形態(tài)參數(shù)不能準(zhǔn)確反映單穗籽粒產(chǎn)量,但單莖穗的莖稈和麥穗形態(tài)