tese
High throughput ear phenotyping: aplication in sweet corn
Carregando...
Notas
Data
Autores
Orientadores
Editores
Coorientadores
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Federal de Lavras
Faculdade, Instituto ou Escola
Departamento
Departamento de Biologia
Programa de Pós-Graduação
Programa de Pós-Graduação em Genética e Melhoramento de Plantas
Agência de fomento
Tipo de impacto
Áreas Temáticas da Extenção
Objetivos de Desenvolvimento Sustentável
Dados abertos
Resumo
O uso de imagens na fenotipagem de alta precisão tem se mostrado uma técnica
promissora para acelerar e aumentar os ganhos genéticos de caracteres qualitativos
ligados a qualidade das espigas e a produtividade de grãos em programas de
melhoramento de milho doce. Por isso, o objetivo desse estudo foi estabelecer um
protocolo eficiente de fenotipagem de espigas, utilizando imagens digitais. A aquisição
das imagens foi realizada em tempo reduzido em uma plataforma simples e de baixo
custo. As imagens foram processadas em software gratuito utilizando técnicas de
segmentação. Após o processamento das imagens, foram extraídas matrizes de píxeis que
permitiram a caracterização das espigas quanto aos descritores comprimento, largura,
área total, área sem preenchimento de grãos, número de fileira e número de grãos.
Medidas de confiabilidade foram empregadas para verificar a eficiência da fenotipagem
por meio das imagens digitais e sua concordância com a fenotipagem manual. As
metodologias propostas se mostraram promissoras para caracterização das espigas de
milho por meio das imagens. Foram observadas correlações elevadas, variando de 0,6 a
0,95, entre os valores estimados via imagens e os obtidos manualmente. As técnicas de
segmentação de imagens e a metodologia proposta para determinar o comprimento e
largura das espigas foi altamente eficiente. O uso de imagens reduziu o tempo e a mão de
obra dispendidos na caracterização das espigas. O protocolo estabelecido nesse estudo
pode substituir a fenotipagem manual e ser adotado em larga escala, sem custos elevados,
em qualquer programa de melhoramento. Os resultados apresentados encorajam novas
investigações ligadas ao processamento de imagens visando acelerar a fenotipagem de
características de interesse do melhorista.
Abstract
The use of digital images in high throughput phenotyping has been shown to be a
promising technique to speed up and increase the genetic gains of qualitative traits linked
to the quality of ears and grain productivity in breeding programs for sweet corn.
Therefore, the goals of this study were to establish an efficient protocol for ear
phenotyping, using digital images. The acquisition of the images was accomplished in a
reduced time in a simple and low-cost platform. The images were processed in open
software using image segmentation techniques. After processing the images, pixel
matrices were extracted, which allowed the characterization of the ears in terms of length,
width, total area, tip fill area, number of rows and number of kernels. Index of agreement
were used to verify the efficiency of phenotyping through digital images when compared
with manual phenotyping. The proposed methodologies were shown to be promising for
the characterization of corn ears through digital images. High correlations were observed,
ranging from 0.6 to 0.95, between the values estimated via images and those obtained
manually. The techniques of image segmentation and the proposed methodology to
determine the length and width of the ears were highly efficient. The use of images
reduced the time and labor spent on characterizing the ears. The protocol established in
this study can replace manual phenotyping and be adopted on a large scale, without high
costs, in any breeding program. The results presented encourage further investigations
related to image processing in order to speed up the phenotyping of characteristics of
interest to the breeder.
Descrição
Área de concentração
Agência de desenvolvimento
Palavra chave
Marca
Objetivo
Procedência
Impacto da pesquisa
Resumen
ISBN
DOI
Citação
PINTO JÚNIOR, R. A. High throughput ear phenotyping: aplication in sweet corn. 2020. 49 p. Tese (Doutorado em Genética e Melhoramento de Plantas) – Universidade Federal de Lavras, Lavras, 2021.