丝囊菌根腐病（ARR）是一种土壤传播疾病，严重影响扁豆产量。抗病品种的开发是防治该病的关键策略之一。然而，对疾病严重程度的评估仅限于主观的视觉评价。

ARR严重程度，处理图像并删除背景以获得更好的可视化效果

本文研究利用基于图像的表型分析方法来评估温室（利用RGB和高光谱成像技术，从扁豆单株/LSP中提取351个基因型，从重组自交系/RIL中提取191个基因型）和田间（基于无人机系统的多光谱成像的173种RIL基因型）条件下扁豆基因型对根腐丝囊霉的抗性。从扁豆茎/根中提取的RGB、多光谱和高光谱衍生特征与视觉评估之间存在中度到高度的相关性。通常，从RGB成像中提取的根特征与疾病的严重程度密切相关。弹性网络回归模型只有三个根特征，能够预测多个数据集之间和内部的疾病严重程度(R² = 0.45-0.73, RMSE = 0.66-1.00)。所选特征可代表视觉疾病评分。

背景消除的RGB图像处理步骤

高光谱根图像处理和光谱预处理步骤

多光谱图像处理和数据分析的过程

此外，作者开发了12个与疾病评分显著相关的归一化差异光谱指数（NDSIs）：2个用于扁豆茎段的NDSIs - 从波长1170,1160,1270和1280nm（0.12≤| r |≤0.24，P<0.05）计算和10个用于扁豆根段的NDSIs - 从波长范围630-670,700-840和1320-1530nm（0.10≤| r |≤0.50，P <0.05）计算。当模型在LSP样本上进行训练和测试时，根源性NDSIs在预测疾病得分方面更准确，R²为0.54 (RMSE = 0.86)，而当LSP和RIL基因型分别用作训练和测试数据集时，R²为0.25（RMSE = 1.64）。重要的是，根据700、710、730和790nm的波长计算得出的NDSIs与疾病评分（0.35≤r≤0.50，p<0.0001）具有很强的正相关关系，这在使用植被指数与红边波长（归一化差异红色边缘,0.36 ≤ |r| ≤ 0.57, P < 0.0001）进行野外表型分析时得到了证实。采用的基于图像的表型分析方法可以帮助植物育种家客观地量化ARR抗性并降低选择潜在基因型的主观性。

从根剖面提取的计算NDSIs的相关热图(A)GH_LSP数据和(B)GH_RIL数据的视觉评分

来源：Front. Plant Sci.Advanced Imaging for Quantitative Evaluation of Aphanomyces Root Rot Resistance in Lentil.Afef Marzougui, Yu Ma, Chongyuan Zhang, Rebecca J. McGee, Clarice J. Coyne, Dorrie Main and Sindhuja Sankaran.

https://doi.org/10.3389/fpls.2019.00383