張?jiān)弃Q，郭新宇，盧憲菊，趙 歡，李遠(yuǎn)鯤，溫維亮

(1.北京市農(nóng)林科學(xué)院信息技術(shù)研究中心，北京 100097；2.國(guó)家農(nóng)業(yè)信息化工程技術(shù)研究中心，北京 100097；3.北京市農(nóng)林科學(xué)院智能裝備技術(shù)研究中心，北京 100097；4.數(shù)字植物北京市重點(diǎn)實(shí)驗(yàn)室，北京 100097)

種子是農(nóng)業(yè)生產(chǎn)最基本的生產(chǎn)資料。作物種子在生產(chǎn)、加工、運(yùn)輸和銷(xiāo)售等環(huán)節(jié)，主要關(guān)注種子的活力、純度以及真假種子等問(wèn)題。雖然分子標(biāo)記[1]和光譜成像[2]等技術(shù)已為種子檢測(cè)提供了技術(shù)手段，但目前所解析的作物種子信息仍較為有限。農(nóng)業(yè)規(guī)模化生產(chǎn)過(guò)程中，需要明確作物種子的形態(tài)結(jié)構(gòu)特征，為農(nóng)機(jī)作業(yè)精量播種[3]提供依據(jù)。此外，一些古老或地方品種正逐年消失，如何對(duì)作物稀缺種質(zhì)資源進(jìn)行數(shù)字化保護(hù)，成為作物種質(zhì)資源保存保護(hù)和鑒定的難題。

隨著光學(xué)傳感技術(shù)[4]的快速發(fā)展，對(duì)作物種子進(jìn)行三維數(shù)字化已經(jīng)成為可能。以三維數(shù)字化、可視化的方式對(duì)作物種子進(jìn)行數(shù)據(jù)獲取和定量分析，有益于精確獲取作物種子的形態(tài)結(jié)構(gòu)信息，可以為作物種子信息獲取、解析、應(yīng)用及保存提供新的途徑。

作物三維信息獲取手段主要包括三維掃描[5]、三維數(shù)字化[6]、多視角三維重建[7]、X射線(xiàn)成像[8]等，這些技術(shù)已廣泛應(yīng)用于作物群體、個(gè)體和器官尺度[9]。然而，由于作物種子普遍較小，常規(guī)的三維數(shù)據(jù)獲取技術(shù)無(wú)法實(shí)現(xiàn)種子精確三維信息的采集。

為實(shí)現(xiàn)作物種子形態(tài)結(jié)構(gòu)信息的采集，本研究選用兩款高分辨率的作物形態(tài)結(jié)構(gòu)獲取設(shè)備，開(kāi)展典型作物種子三維數(shù)字化方法研究，為作物種子信息精準(zhǔn)解析提供技術(shù)支持。

1 材料與方法

1.1 試驗(yàn)材料

選取玉米、水稻和棉花種子為試驗(yàn)材料。其中，玉米種子分為自交系和雜交種，每品種種子各3粒，雜交種品種選取了包衣和不包衣的種子；水稻種子選取較為古老的3個(gè)品種，每個(gè)品種各1粒；棉花種子選取3個(gè)主栽品種，每品種種子各1粒。各品種種子間具有顯著的表面形態(tài)差異特征。

1.2 數(shù)據(jù)獲取

分別采用高精度三維掃描儀和顯微CT獲取作物種子外表面和內(nèi)部的形態(tài)結(jié)構(gòu)數(shù)據(jù)。

1.2.1種子表面三維數(shù)據(jù)采集

采用工業(yè)逆向檢測(cè)中高精度彩色三維掃描儀SmartSCAN 3 D-5.0 M(圖1 a)，搭載S-030鏡頭，獲取作物種子表面三維點(diǎn)云數(shù)據(jù)。該設(shè)備掃描范圍為25 mm×20 mm，特征精度為±7 μm，是目前用于作物器官表面三維數(shù)據(jù)獲取精度最高的儀器之一。由于掃描過(guò)程中需要利用不同角度特征實(shí)現(xiàn)多次掃描數(shù)據(jù)的拼接，利用其難以獲取特征不顯著且體積較小的種子點(diǎn)云數(shù)據(jù)。本研究利用其獲取玉米雜交種和水稻種子的三維點(diǎn)云數(shù)據(jù)。掃描時(shí)需將種子不斷旋轉(zhuǎn)，并保證每次轉(zhuǎn)動(dòng)前后有公共面用于拼接。由于掃描方式為光柵拍照式，所獲取的點(diǎn)云數(shù)據(jù)帶有顏色紋理信息。

1.2.2種子內(nèi)部三維數(shù)據(jù)采集

利用顯微CT(SkyScan 1172型，圖1 b)獲取種子內(nèi)部形態(tài)結(jié)構(gòu)數(shù)據(jù)。掃描像素間隔設(shè)置為13.55 μm，掃描模式為2 K模式(2000×1332 px)，設(shè)置以0.4°的掃描間隔對(duì)目標(biāo)種子進(jìn)行180°掃描[10]。利用顯微CT獲取玉米自交系品種和棉花種子數(shù)據(jù)。

注：彩色三維掃描儀SmartScan(a)和Micro-CT(b)。圖1 數(shù)據(jù)獲取儀器Fig.1 Data acquisition instrument

1.3 基于3 D數(shù)據(jù)的種子表型計(jì)算方法

兩種方法所獲取的數(shù)據(jù)類(lèi)型不同，因此，可提取的種子表型性狀不同。例如，利用彩色三維掃描儀可提取種子外表面的平整度和顏色等性狀，利用顯微CT可提取種子內(nèi)部的空腔體積和胚表面積等。此處僅提取兩種數(shù)據(jù)源均可計(jì)算的種子體積和表面積參數(shù)。

1) 依次對(duì)種子點(diǎn)云進(jìn)行噪聲去除、點(diǎn)云平滑、網(wǎng)格生成和孔洞修補(bǔ)操作，得到封閉的種子網(wǎng)格模型，通過(guò)計(jì)算網(wǎng)格表面積和封閉網(wǎng)格的體積得到種子表面積和體積參數(shù)[11]。

2) 利用顯微CT設(shè)備配套軟件CT Scan NRecon對(duì)所獲得的種子原始圖像進(jìn)行重構(gòu)。在此基礎(chǔ)上，利用軟件對(duì)數(shù)據(jù)進(jìn)行三維分割，得到種子數(shù)據(jù)，從而計(jì)算得到種子的表面積和體積參數(shù)[10]。

2 結(jié) 果

2.1 作物種子三維可視化結(jié)果

采用上述方法獲取所選取作物種子的三維數(shù)據(jù)。由圖2和圖3可知，采用SmartScan三維掃描儀可獲取帶有顏色信息的高精度作物種子外表面三維點(diǎn)云數(shù)據(jù)，除種子整體輪廓和形狀外，還可反映種子外表面的突起、凹陷、棱角等精細(xì)幾何特征，并可呈現(xiàn)不同品種種子間的形態(tài)差異。

圖2 玉米雜交種種子表面三維可視化結(jié)果Fig.2 3 D visualization results of seed surface of maize hybrid varieties

圖3 水稻種子表面三維可視化結(jié)果Fig.3 3 D visualization results of rice seed surface

由圖4和圖5可知，采用Micro-CT獲取的作物種子數(shù)據(jù)包含了種子內(nèi)部和外部的形態(tài)結(jié)構(gòu)信息，如種子表面整體的輪廓和形狀，還包含了種子內(nèi)部的空腔、胚乳和胚空腔的形態(tài)結(jié)構(gòu)信息等。該方法還可檢測(cè)到內(nèi)部具有裂痕的種子(圖 4 c)，這種內(nèi)部破裂在種子外部多無(wú)法直接觀察到。這些數(shù)據(jù)可直接用于種子內(nèi)部表型的計(jì)算和種子質(zhì)量鑒別等研究與應(yīng)用[12]。

圖4 玉米自交系種子顯微可視化結(jié)果Fig.4 Results of microscopic visualization of seeds of inbred maize varieties

圖5 棉花種子顯微可視化結(jié)果Fig.5 Microscopic visualization of cotton seeds

2.2 表型計(jì)算結(jié)果

分別用兩種方法獲取的玉米(包括雜交種和自交系)、水稻和棉花種子數(shù)據(jù)，計(jì)算了各種子的表面積、體積、表面積/體積參數(shù)。結(jié)果(表1)表明，兩種三維數(shù)字化方法均可以對(duì)作物種子的體積和表面積進(jìn)行定量化計(jì)算，而傳統(tǒng)方法很難給出精確的數(shù)值。體積表征了種子的大小，由表1可知，玉米雜交種種子體積顯著大于玉米自交系種子；玉米種子平均體積約為棉花的2倍，為水稻種子的10倍。表面積/體積表征了單位體積占有的種子表面大小，該參數(shù)越大表明種子表面越復(fù)雜。結(jié)果(表1)表明，水稻種子表面最為復(fù)雜，棉花種子次之，玉米種子表面形態(tài)最簡(jiǎn)單，且自交系種子表面復(fù)雜度要高于雜交種。

表1 利用3 D數(shù)據(jù)提取的作物種子表面積和體積結(jié)果Table 1 Crop seed surface area and volume results extracted from 3 D data

2.3 作物種子三維數(shù)字化方法對(duì)比分析

為整體評(píng)價(jià)外表面三維掃描和顯微CT成像兩種作物種子三維數(shù)字化方法，從使用儀器成本、數(shù)據(jù)獲取過(guò)程、可獲得信息、數(shù)據(jù)質(zhì)量、后處理復(fù)雜度等多方面進(jìn)行對(duì)比分析(表2)。由于種子較小且內(nèi)外形態(tài)細(xì)節(jié)豐富，常規(guī)數(shù)據(jù)獲取設(shè)備難以實(shí)現(xiàn)數(shù)據(jù)采集，因此兩種方法所采用儀器成本均較高，而Micro-CT成本約為SmartScan三維掃描儀的4倍。在使用SmartScan進(jìn)行數(shù)據(jù)采集過(guò)程中，需要在每次掃描后人工翻動(dòng)種子，實(shí)現(xiàn)多側(cè)面的數(shù)據(jù)采集和拼接，數(shù)據(jù)獲取過(guò)程自動(dòng)化程度一般；而顯微CT成像只要將種子放入成像室即可，數(shù)據(jù)獲取自動(dòng)化程度較高。在獲取的數(shù)據(jù)內(nèi)容方面，利用SmartScan可以獲取種子外部精細(xì)幾何和顏色信息，而無(wú)法獲取內(nèi)部信息；而顯微CT可以獲取種子內(nèi)部形態(tài)信息，同時(shí)可以得到種子外表面形態(tài)信息，但無(wú)法獲取種子外表面的顏色數(shù)據(jù)。利用SmartScan掃描單粒種子需要在掃描過(guò)程中對(duì)各側(cè)面點(diǎn)云拼接，平均每個(gè)種子數(shù)據(jù)采集約需要100 min；利用Micro-CT進(jìn)行種子成像,每粒種子約需要20 min，但對(duì)于相對(duì)較小的種子，可以多粒同時(shí)成像提升效率。外表面三維掃描適用于相對(duì)較大種子的數(shù)據(jù)采集，難以獲取體積較小、無(wú)明顯形態(tài)特征且高度對(duì)稱(chēng)的種子；由于Micro-CT樣品池大小的限制，無(wú)法應(yīng)用其獲取尺寸較大作物種子數(shù)據(jù)。在數(shù)據(jù)后處理復(fù)雜度方面，利用SmartScan進(jìn)行種子外表面三維數(shù)據(jù)采集過(guò)程中，已實(shí)現(xiàn)拼接并得到直接可用的3 D點(diǎn)云數(shù)據(jù)，僅需要進(jìn)行點(diǎn)云去噪、網(wǎng)格生成、孔洞修補(bǔ)等后續(xù)操作，后處理相對(duì)復(fù)雜度較低；而利用Micro-CT獲取的是種子切片成像數(shù)據(jù)，需要進(jìn)行大量的圖像分割操作，因此后處理復(fù)雜度較高。

表2 兩種作物種子三維數(shù)字化方法對(duì)比Table 2 Comparison of 3 D digitization methods of two crop seeds

除上述兩種設(shè)備外，試驗(yàn)還嘗試了手持式三維掃描儀和三維測(cè)量臂，四種設(shè)備的型號(hào)、點(diǎn)云分辨率和3 D數(shù)據(jù)精度見(jiàn)表3。結(jié)果表明，手持式三維掃描儀無(wú)法獲取作物種子表面信息；三維測(cè)量臂可以獲取玉米種子的外表面輪廓和凹凸特征，但噪點(diǎn)較多；三維測(cè)量臂可以獲取水稻種子外表面輪廓，但邊緣等細(xì)節(jié)特征模糊。從掃描結(jié)果對(duì)比可知，手持式三維掃描儀和三維測(cè)量臂無(wú)法達(dá)到作物種子三維數(shù)據(jù)獲取要求，獲取設(shè)備的分辨率需要<20 μm方可滿(mǎn)足作物種子三維數(shù)字化的需求。

表3 四種型號(hào)掃描儀對(duì)比Table 3 Comparison of four types of scanners

3 結(jié) 論

利用SmartScan三維掃描儀和Micro-CT可以實(shí)現(xiàn)作物種子三維數(shù)字化，并可定量提取種子表面積和體積等形態(tài)參數(shù)。采用SmartScan可實(shí)現(xiàn)種子表面帶有顏色信息的三維數(shù)據(jù)采集，但其無(wú)法獲得種子內(nèi)部信息，且獲取過(guò)程需人工交互多、效率低；采用Micro-CT可以實(shí)現(xiàn)種子內(nèi)部和外部信息的同步采集，獲取過(guò)程自動(dòng)化程度較高、獲取效率相對(duì)較高，但其無(wú)法獲取種子表面的顏色信息。作物種子三維數(shù)字化數(shù)據(jù)采集要求設(shè)備分辨率<20 μm可得到滿(mǎn)足需求的數(shù)據(jù)。文中描述的兩種作物種子三維數(shù)字化方法可實(shí)現(xiàn)作物種子高分辨率三維數(shù)據(jù)采集，為作物種子三維數(shù)據(jù)采集、表型計(jì)算、種子質(zhì)量檢測(cè)和真?zhèn)巫R(shí)別等提供了新途徑。