作物種子三維數(shù)字化方法研究

張云鶴，郭新宇，盧憲菊，趙 歡，李遠鯤，溫維亮

(1.北京市農(nóng)林科學院信息技術(shù)研究中心，北京 100097；2.國家農(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)字植物北京市重點實驗室，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、運輸和銷售等環(huán)節(jié)，主要關注種子的活力、純度以及真假種子等問題。雖然分子標記[1]和光譜成像[2]等技術(shù)已為種子檢測提供了技術(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)?；a(chǎn)過程中，需要明確作物種子的形態(tài)結(jié)構(gòu)特征，為農(nóng)機作業(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，如何對作物稀缺種質(zhì)資源進行數(shù)字化保護，成為作物種質(zhì)資源保存保護和鑒定的難題。

隨著光學傳感技術(shù)[4]的快速發(fā)展，對作物種子進行三維數(shù)字化已經(jīng)成為可能。以三維數(shù)字化、可視化的方式對作物種子進行數(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射線成像[8]等，這些技術(shù)已廣泛應用于作物群體、個體和器官尺度[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)無法實現(xiàn)種子精確三維信息的采集。

為實現(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)獲取設備，開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解析提供技術(shù)支持。

1 材料與方法

1.1 試驗材料

選取玉米、水稻和棉花種子為試驗材料。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個品種，每個品種各1粒；棉花種子選取3個主栽品種，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云數(shù)據(jù)。該設備掃描范圍為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。由于掃描過程中需要利用不同角度特征實現(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云數(shù)據(jù)。掃描時需將種子不斷旋轉(zhuǎn)，并保證每次轉(zhuǎn)動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)。掃描像素間隔設置為13.55 μm，掃描模式為2 K模式(2000×1332 px)，設置以0.4°的掃描間隔對目標種子進行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)的種子表型計算方法

兩種方法所獲取的數(shù)據(jù)類型不同，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)源均可計算的種子體積和表面積參數(shù)。

1) 依次對種子點云進行噪聲去除、點云平滑、網(wǎng)格生成和孔洞修補操作，得到封閉的種子網(wǎng)格模型，通過計算網(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設備配套軟件CT Scan NRecon對所獲得的種子原始圖像進行重構(gòu)。在此基礎上，利用軟件對數(shù)據(jù)進行三維分割，得到種子數(shù)據(jù)，從而計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)部表型的計算和種子質(zhì)量鑒別等研究與應用[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)字化方法均可以對作物種子的體積和表面積進行定量化計算，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雜。結(jié)果(表1)表明，水稻種子表面最為復雜，棉花種子次之，玉米種子表面形態(tài)最簡單，且自交系種子表面復雜度要高于雜交種。

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)字化方法對比分析

為整體評價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)獲取過程、可獲得信息、數(shù)據(jù)質(zhì)量、后處理復雜度等多方面進行對比分析(表2)。由于種子較小且內(nèi)外形態(tài)細節(jié)豐富，常規(guī)數(shù)據(jù)獲取設備難以實現(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進行數(shù)據(jù)采集過程中，需要在每次掃描后人工翻動種子，實現(xiàn)多側(cè)面的數(shù)據(jù)采集和拼接，數(shù)據(jù)獲取過程自動化程度一般；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幾何和顏色信息，而無法獲取內(nèi)部信息；而顯微CT可以獲取種子內(nèi)部形態(tài)信息，同時可以得到種子外表面形態(tài)信息，但無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程中對各側(cè)面點云拼接，平均每個種子數(shù)據(jù)采集約需要100 min；利用Micro-CT進行種子成像,每粒種子約需要20 min，但對于相對較小的種子，可以多粒同時成像提升效率。外表面三維掃描適用于相對較大種子的數(shù)據(jù)采集，難以獲取體積較小、無明顯形態(tài)特征且高度對稱的種子；由于Micro-CT樣品池大小的限制，無法應用其獲取尺寸較大作物種子數(shù)據(jù)。在數(shù)據(jù)后處理復雜度方面，利用SmartScan進行種子外表面三維數(shù)據(jù)采集過程中，已實現(xiàn)拼接并得到直接可用的3 D點云數(shù)據(jù)，僅需要進行點云去噪、網(wǎng)格生成、孔洞修補等后續(xù)操作，后處理相對復雜度較低；而利用Micro-CT獲取的是種子切片成像數(shù)據(jù)，需要進行大量的圖像分割操作，因此后處理復雜度較高。

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

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

表3 四種型號掃描儀對比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可實現(xiàn)種子表面帶有顏色信息的三維數(shù)據(jù)采集，但其無法獲得種子內(nèi)部信息，且獲取過程需人工交互多、效率低；采用Micro-CT可以實現(xiàn)種子內(nèi)部和外部信息的同步采集，獲取過程自動化程度較高、獲取效率相對較高，但其無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)采集要求設備分辨率<20 μm可得到滿足需求的數(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、表型計算、種子質(zhì)量檢測和真?zhèn)巫R別等提供了新途徑。