基因型与其环境之间的复杂相互作用控制着植物的生物物理特性，表现为可观察的性状，即影响植物资源获取、生产性能和产量的因素。基于高通量自动化图像的植物表型分析是指通过对定期采集的图像进行精确分析，实现对植物性状的无损检测和量化。

表型分类法

尽管表型研究在过去十年中引起了人们的极大关注，由于各种各样的挑战，包括照明变化，植物旋转、遮挡等因素，从植物图像中提取可靠且有意义的表型数值，尤其是单个植物的叶、茎、花和果，仍然是表型分析进展的关键瓶颈。

高通量植物表型平台

本文分为5个部分，作者进行一一讲解，（1）一个多模式、多视角、延时、高通量成像系统中植物表型的框架；（2）可以通过图像分析得出的表型分类，以更好地理解植物的形态结构和功能过程；（3）简要讨论公开可用的数据集，以鼓励算法开发和与最先进的方法进行统一比较；（4）基于图像的高通量植物表型分型方法综述；（5）为该研究领域的发展提出了有待解决的问题。

来源：Front. Plant Sci.Leveraging Image Analysis for High-Throughput Plant Phenotyping.Sruti Das Choudhury, Ashok Samal and Tala Awada.

https://doi.org/10.3389/fpls.2019.00508