[发明专利]一种蔬菜数字化育种方法

权利要求书

1.一种蔬菜数字化育种方法，其特征在于：所述蔬菜数字化育种方法由三个数据库构成，分别为性状数据采集系统构成的性状数据库、育种表型成像构成的表型成像数据库以及表型信息与基因型关联构成的数据库。

2.根据权利要求1所述的一种蔬菜数字化育种方法，其特征在于：所述蔬菜数字化育种方法包括以下步骤：

E101:实验样本的获取与种植；

E102:田间性状调查人员将蔬菜的数据直接上传数据采集系统，管理人员将所有数据进行整理，通过云服务器实现数据与种质资源数据库的互补填充；

E103:图像科研人员利用成像平台即控制系统实现实验样本的多光谱图像与多视角图像，并将所有的二维表型图像、三维表型图像上传至表型成像数据库，成像数据库科研通过实验样本的不断增加而得到不断扩充；

E104:数据分析人员利用蔬菜表型信息与基因型一一对比的数据库；

E105:模型分析人员通过三个数据库，分别建立蔬菜的生长模型、预测模型与评价模型。

3.根据权利要求2所述的一种蔬菜数字化育种方法，其特征在于：采用所述蔬菜数字化育种方法实现一下内容包括：

S101：性状数据采集及管理系统，田间性状调查人员可以利用安卓手机APP实现性状数据的采集、上传数据库以及对历史上传数据的查询与修改等功能；

S102：蔬菜叶色量化，将采集的数据进行预处理后利用主成分分析算法结合综合变量的定义实现叶色标准数据的量化；

S103：蔬菜理化参数的无损定量获取，将样本的多光谱图像与获得的理化参数建立模型，通过多光谱图像数据的预处理与降维分析后的数据建立各理化参数的机器学习模型，最终实现基于多光谱图像的蔬菜理化参数无损定量测定；

S104：蔬菜叶片卷曲与叶球抱合方式的定量获取，通过多视角成像采集平台采集蔬菜的图像，经过图像序列的获取、图像关键点检测等预处理过程，采用SFM和MVS实现点云的重构，将重构后的点云模型经过去噪、分割等预处理，最终得到我们所研究的蔬菜叶片或蔬菜植株的3D模型，提取3D模型的表型参数，进行曲面拟合、球面拟合，最终的蔬菜样本整体曲率、边缘曲率、扭曲曲率、扭曲方向以及球面曲率等相关参数，最终通过机器视觉实现叶片卷曲以及叶球抱合方式的定量分析；

S105：基于形态学特征提取的蔬菜表型定量分析，利用可见光成像结合机器视觉技术实现蔬菜表型特征的提取，包括蔬菜的长宽、面积、叶球形状、纵剖面形状及颜色、中心柱形状等，最终利用person相关性分析等统计学方法实现各参数之间相关性的分析，选取蔬菜表型数据中最具有代表性的表型参数；

S106：基于无人机多光谱成像技术的蔬菜表型定量分析，利用搭载多光谱相机的无人机实现大田蔬菜表型的信息采集，并利用比例尺、比色卡作为蔬菜表型特征的参照，采集的多光谱图像通过采集的POS点结合图像拼接算法实现图像的拼接，再通过深度学习算法按照一定重复率实现图像的分割，图像的标注，最终实现单棵蔬菜的定位。结合深度学习与无人机多光谱图像实现蔬菜叶色、叶形、叶长、幅宽等相关表型参数的快速无损高通量监测。

4.根据权利要求3所述的一种蔬菜数字化育种方法，其特征在于：所述蔬菜数字化育种方法实现了实验样本到蔬菜各种检测模型，实现对蔬菜各种性状以及表型参数的快速无损测量，形成更加规范的数字化模型。

5.根据权利要求3所述的一种蔬菜数字化育种方法，其特征在于：所述S103中获得的理化参数包括叶绿素、含水率、类胡萝卜素等，机器学习模型包含机器深度学习模型。

6.根据权利要求3所述的一种蔬菜数字化育种方法，其特征在于：所述蔬菜数字化育种方法采用的技术包括：光谱成像技术，无人机遥感技术，多视角立体成像技术，机器学习与深度学习算法。