基于圖像分割的甘薯抗褐變種質(zhì)資源的快速鑒定

高燕萍 何培文 呂尊富 崔 鵬 徐錫明 龐林江 陸國權(quán)*

(1.浙江農(nóng)林大學(xué) 現(xiàn)代農(nóng)學(xué)院/浙江省農(nóng)產(chǎn)品品質(zhì)改良重點(diǎn)實(shí)驗(yàn)室,杭州 311300;2.浙江農(nóng)林大學(xué) 薯類作物研究所,杭州 311300)

甘薯(Ipomoeabatatas(L.) Lam),旋花科甘薯屬植物,俗稱紅薯,是我國重要的糧食作物[1]。我國的甘薯年產(chǎn)量約4 900萬t,占世界甘薯總產(chǎn)量的54.97%,居世界首位[2]。甘薯的營養(yǎng)價(jià)值豐富,其加工產(chǎn)品紅薯干、紅薯淀粉、紅薯片和紅薯粉絲等也備受市場青睞。

但作為食品加工原料的甘薯,在運(yùn)輸、貯藏和生產(chǎn)加工中,褐變的現(xiàn)象時(shí)常發(fā)生[3]。褐變包括酶促褐變和非酶褐變[3]。酶促褐變是指在有氧條件下,酚酶催化酚類物質(zhì)形成醌及其聚合物的過程。已有研究表明,果蔬的褐變主要為酶促褐變,正常情況下,這些酚酶與酚類化合物被生物膜分離,但當(dāng)有機(jī)體受損,導(dǎo)致細(xì)胞破裂時(shí),酚酶與其底物酚類化合物接觸,就容易被氧化,產(chǎn)生醌類物質(zhì),醌類物質(zhì)進(jìn)一步與細(xì)胞中氨基酸和蛋白質(zhì)等發(fā)生聚合反應(yīng),產(chǎn)生有色物質(zhì),這些物質(zhì)沉積在組織表面,就導(dǎo)致了組織表面變色[4-5]。農(nóng)產(chǎn)品遭受逆境脅迫或者收獲、運(yùn)輸、加工過程中無法避免的損傷,從而導(dǎo)致受損組織發(fā)生酶促褐變,造成營養(yǎng)及整體品質(zhì)下降[6]。甘薯塊根在加工過程中,切口處易發(fā)生褐變,顏色加深使其觀感變差,營養(yǎng)價(jià)值降低,制約了鮮切甘薯產(chǎn)業(yè)的發(fā)展[7]。酶促褐變對甘薯的生產(chǎn)和加工具有不可忽視的影響,因此,對甘薯種質(zhì)進(jìn)行鑒定和篩選具有重要意義。

近年來,已有很多應(yīng)用圖像分割技術(shù)對農(nóng)產(chǎn)品圖像提取、農(nóng)業(yè)病害等定量分析的研究。通過顏色圖像進(jìn)行分割,首先要選用合適的顏色空間,其次選擇合適的計(jì)算方法。常用的顏色空間有CMY、RGB、HSV、Lab和NTSC[8]。閾值分割的常用方法有直方圖凹面分析法[9]、最大類間方差法(OTSU)[10]、邊緣檢測[11]和熵方法[10]等。Zhang等[12]開發(fā)了一種基于圖像處理技術(shù)的自動(dòng)方法,能夠準(zhǔn)確地識別出小麥的葉銹病和棕褐斑病等病害。Vural等[13]使用半分割自動(dòng)算法,開發(fā)了一種快速檢測薯片加工過程中丙烯酰胺含量的方法。在馬鈴薯上,已有基于計(jì)算機(jī)視覺進(jìn)行病害識別[14]、芽眼分割[15]等方面的研究。目前,計(jì)算機(jī)算法在甘薯褐變鑒定方面的研究鮮見報(bào)道。本研究利用98份甘薯材料,擬采用計(jì)算機(jī)分割算法將甘薯按薯肉色分類,并計(jì)算不同類型甘薯褐變顏色區(qū)域面積,最后計(jì)算褐變面積占甘薯圖像整體的比重,結(jié)合方差分析探究品種間褐變差異顯著性,旨在快速判斷甘薯種質(zhì)的抗褐變能力,以期為甘薯種質(zhì)的抗褐變能力鑒定提供參考。

1 材料與方法

1.1 試驗(yàn)材料

從全國引種的98份甘薯品種(系)(表1),各品種均在浙江農(nóng)林大學(xué)板橋基地(119.80° E,30.18° N)種植。種植采用單行高壟方式[16],本研究于2021年6月16日種植,每個(gè)品種扦插10株,隨機(jī)排列,同年11月2日收獲甘薯塊根。

表1 供試甘薯98份品種(系)Table 1 98 tasted sweetpotato varieties (lines)

1.2 圖像獲取

挑選長勢均勻、無明顯損傷、大小相近的薯塊,洗凈后選取薯塊中部橫切出0.5 cm的薄片,重復(fù)3次。甘薯切片后放入光源固定的拍攝設(shè)備內(nèi),立即拍攝圖片,作為對照組A組。參照袁潔等[17]的方法,A組拍攝完成后立即將每個(gè)品種的切片分別用0.05 mol/L的FeCl3浸泡1 h,然后用蒸餾水沖去表面溶液,吸干水分后拍攝圖片,為B組,14 d內(nèi)完成圖像獲取工作。

1.3 試驗(yàn)流程

試驗(yàn)流程如圖1所示。

圖1 試驗(yàn)流程Fig.1 Test process

1.4 分割圖像方法

將甘薯的完整切片圖像的背景去除,按色澤分類,將褐變的甘薯圖像中褐變的部分分割出來,計(jì)算分割出來的褐變面積占甘薯完整切片的面積比。針對A組處理,以甘薯品種‘運(yùn)薯655’為例,首先通過MATLAB R2018b中imread函數(shù)讀取圖片(圖2(a)),用rgb2 gray函數(shù)將圖像轉(zhuǎn)化為灰度函數(shù)圖像(圖2(b)),利用imnoise和medifilt2函數(shù)對圖像進(jìn)行中值濾波平滑處理后(圖2(c)),再用im2bw函數(shù)對圖像二值化處理,就能得到甘薯切片部位為1,背景為0的二值矩陣(圖2(d)),最后使用imfill函數(shù)填充輪廓內(nèi)區(qū)域,得到背景為0,切片部分?jǐn)?shù)值不變的圖像矩陣(圖2(e))。

圖2 甘薯切片背景分割過程Fig.2 Segmentation process of background of sweetpotato slice image

1.4.1聚類分析分類品種

得到背景為0的圖像后,可以讀取圖像的各像素點(diǎn)的R(Red)、G(Green)、B(Blue)數(shù)據(jù),并計(jì)算平均值,利用rgb2lab函數(shù),同理可得Lab各分量平均值。

對比RGB顏色空間,利用Lab顏色通道對甘薯切片圖像(A組)進(jìn)行k-means聚類分析[18]。

1.4.2歐氏距離分割褐變色

分別提取有代表性的甘薯褐變樣本,利用MATLAB中ROI函數(shù)選擇多邊形樣本,提取它們的R、G、B顏色特征值,通過提取樣本的平均顏色估計(jì),就能完成對原圖像的目標(biāo)分割。針對褐變后的甘薯圖像,以B組‘運(yùn)薯655’為例(圖3),其中圖3 (a)為原始圖像,進(jìn)行與A組相同的分割背景處理后,選取具有代表性褐變特征的多邊形樣本區(qū)域(圖3(b)),設(shè)置不同程度的閾值(圖3(c)～圖3(e)),利用歐氏距離分割圖像,多次嘗試后選擇合適閾值(6T)分割的圖像與原始圖像疊加(圖3(f)),可觀測分割的相似度與一致性,確定最合適的閾值。通過圖像分析程序,計(jì)算出甘薯褐色面積的顏色占比,即分割出來的棕黃色區(qū)域的面積占原始圖的面積比值,最終實(shí)現(xiàn)RGB向量空間分割甘薯切片圖像判斷褐變程度的定量分析。

圖3 歐氏距離分割甘薯圖像過程Fig.3 Sweetpotato images segmentation process by Euclidean distance

2 結(jié)果與分析

2.1 聚類分析結(jié)果

由圖4可知,聚類分析將98份品種(系)分為3類。第一類的薯肉色為白色系,有40個(gè)品種;第二類的薯肉色為黃色系,有35個(gè)品種;第三類的薯肉色為桔紅色系,有23個(gè)品種。Lab顏色空間中L是亮度分量,而a和b是顏色分量,當(dāng)a或b的取值越高則表示紅色或黃色的占比率越高,取值越低則代表綠色或藍(lán)色的占比率更多[19]。3個(gè)類型的差異主要體現(xiàn)在b分量上。白色系甘薯薯肉的黃色占比率最低,b在1.83～19.65,黃色系b為20.17～37.90,桔紅色系b為24.99～38.88;L的3個(gè)類型間無明顯分布規(guī)律,總體范圍在60.99～48.03;由于桔紅色系甘薯薯肉紅色占比率高,其a在11.66～30.27,而另外2個(gè)類型范圍則為-6.27～10.79。

圖4 98份甘薯品種(系)的薯肉色統(tǒng)計(jì)結(jié)果聚類分析Fig.4 Cluster analysis of the statistical results of flesh color of 98 sweetpotato varieties (lines)

2.2 褐變級別排名

由表2和圖5可知,‘鄂菜薯2號’褐變面積占比顯著高于其他品種,對比圖像發(fā)現(xiàn)其含有少量的花青素而偏淺紫色,但薯肉主色依舊為白色系,紫色與提取褐變模板ROI的RGB色彩接近導(dǎo)致其褐變面積占比偏高,并發(fā)現(xiàn)‘澳洲紫白’與‘浙薯15’的情況相同,針對此類含有少量花青素的品種,不適用此方法對比褐變度。但‘浙薯15’在含有少量花青素的情況下其褐變面積占比仍較低,說明其是抗褐變能力強(qiáng)的品種。‘南薯99’是白肉系甘薯中褐變最為嚴(yán)重的品種,它的褐變面積占比為2.04%,與‘浙薯27’無顯著差異。‘紫云薯’、‘川薯231’、‘川薯218’、‘龍薯14’、‘遺字135’、‘漯徐薯9號’、‘龍薯10號’、‘紅東’是褐變面積占比最少的品種,分別為0.12%、0.14%、0.15%、0.22%、0.24%、0.34%、0.36%、0.39%,這8個(gè)品種間無顯著差異。

表2 白肉系甘薯品種(系)褐變面積占比Table 2 Percentage of browning area of white tone flesh sweetpotato varieties (lines) %

由表3和圖6可知,‘騰飛’的褐變面積占比顯著高于其他黃肉系品種,分割面積占比為1.63%,薯皮內(nèi)一圈顏色加深,薯皮與薯肉都分布著大量的褐變點(diǎn)。褐變程度越大的品種,其薯皮與薯肉間隙的褐變程度越高。褐變程度最低的‘龍薯21’、‘齊寧31號’和‘冀菜薯7號’的褐變面積占比分別為0.03%、0.05%和0.06%,顯著低于其他品種,但這3個(gè)品種間差異不顯著。‘高系14’、‘贛薯8號’、‘心香’、‘浙薯259’和‘齊寧26號’的褐變程度較高,屬于易褐變的品種。‘蘇薯14’的薯肉部分幾乎沒有褐變,但薯皮部分的色澤卻很深。

圖6 黃肉系甘薯品種(系)的褐變前后的表型Fig.6 Before and after browning phenotype of yellow tone flesh sweetpotato varieties (lines)

表3 黃肉系甘薯品種(系)褐變面積占比Table 3 Percentage of browning area of yellow tone flesh sweetpotato varieties (lines) %

由表4和圖7可知,‘金薯69’的褐變面積占比僅為0.01%。‘泰薯14’、‘川薯20’和‘運(yùn)薯655’也是褐變程度較低的品種,4個(gè)品種間差異不顯著。‘鄭薯20’、‘濟(jì)薯34’、‘煙薯25’和‘黔薯15號’的褐變程度顯著高于其他品種。‘鄭薯20’的褐變面積占比最高,為1.90%,與‘濟(jì)薯34’無顯著差異,但觀察對應(yīng)圖像發(fā)現(xiàn)這2個(gè)品種的褐變特征在皮部表現(xiàn)更密集,可能是由于褐變部分顏色深導(dǎo)致分割面積比較高。并且桔紅色系甘薯中的部分品種如‘金薯69’、‘鄭紅163’、‘萬薯10號’、‘浙薯32’等薯皮色呈黃色,所以在對比品種抗褐變的能力時(shí)要注意不均勻的薯肉色帶來的試驗(yàn)誤差。桔紅肉系甘薯品種中‘浙薯86’切面有一圈環(huán)狀區(qū)域呈現(xiàn)為紫色,針對此類受花青素影響褐變分割面積結(jié)果的品種,在本試驗(yàn)中其褐變程度不具備參考價(jià)值。

圖7 桔紅肉系甘薯品種(系)的褐變前后的表型Fig.7 Before and after browning phenotype of orange tone flesh sweetpotato varieties (lines)

表4 桔紅肉系甘薯品種(系)褐變面積占比Table 4 Percentage of browning area of orange tone flesh sweetpotato varieties (lines) %

3 討 論

與傳統(tǒng)的人工判斷褐變級別[20]和利用色差儀[21]測定褐化指數(shù)相比,MATLAB分辨率高,理論上結(jié)果更加準(zhǔn)確,且計(jì)算功能強(qiáng)大,調(diào)用函數(shù)可以快速解決問題。已有相關(guān)褐變研究主要集中在測定褐變度[17]、與褐變相關(guān)的酶類[22]、底物[23]等多種指標(biāo),但這些方法耗時(shí)、沒有代表性指標(biāo),并且需要進(jìn)行一定的統(tǒng)計(jì)學(xué)分析運(yùn)算。此圖像分析方法利用Lab顏色空間,通過聚類分析將大量品種分組,相對RGB空間,能更準(zhǔn)確地表現(xiàn)圖像色彩的細(xì)節(jié),通過Lab空間處理的圖像在色彩還原方面更符合肉眼判斷的直觀標(biāo)準(zhǔn)[24],本試驗(yàn)的結(jié)果與肉眼觀察的一致,相比肉眼鑒定更為準(zhǔn)確可靠。并且計(jì)算單個(gè)褐變面積占比的時(shí)長約為4 s,速度較快,可進(jìn)行大批量的自動(dòng)運(yùn)算。分割結(jié)果具有較高的可重復(fù)性,本試驗(yàn)選取了不同的ROI樣本重復(fù)計(jì)算,品種間排名總體趨勢一致。需要注意的是,對于閾值的選擇是極為重要的,ROI的樣本和范圍不同,閾值的選擇則不同。如果閾值不合適,就會(huì)導(dǎo)致分割的程度不夠或者過度。因此,不同薯肉色的品種無法使用相同的ROI樣本以及閾值比較褐變能力。

‘金薯69’是本研究發(fā)現(xiàn)的優(yōu)質(zhì)抗褐變甘薯品種,有望作為甘薯抗褐變的育種材料。已有研究發(fā)現(xiàn),針對不同品種甘薯,薯皮和薯肉褐變程度有顯著差異,這與鐘子毓等[25]、王禮群等[26]的研究結(jié)果一致,多數(shù)薯皮的褐變程度更為嚴(yán)重,并且色澤更暗,可能是運(yùn)輸過程中產(chǎn)生的機(jī)械損傷對皮部的傷害更嚴(yán)重造成的[27],后續(xù)應(yīng)進(jìn)一步研究機(jī)械損傷對甘薯抗褐變能力的影響。相對于白肉系和黃肉系品種,桔紅肉系甘薯的薯皮和薯肉間間隙較小,薯皮下形成層的褐變程度也更小,若能結(jié)合較完善的甘薯機(jī)械去皮流程,就能擴(kuò)大鮮切甘薯的市場前景。薯肉色為特殊花色的品種,不可用本研究方法判斷其抗褐變的能力。因此,在本研究的基礎(chǔ)上,可以進(jìn)一步調(diào)整分割算法,確定各區(qū)域的明顯界限,細(xì)化分離薯皮、薯肉(或不同顏色的薯肉),以及在生產(chǎn)上控制光照條件減少試驗(yàn)誤差等提升準(zhǔn)確度及效率的方法。

4 結(jié) 論

結(jié)合歐式距離提出1種甘薯褐變圖像分割的算法,該算法可以完整、準(zhǔn)確地分割出甘薯切片圖像和甘薯褐變圖像,并將98個(gè)甘薯種質(zhì)材料聚類成3個(gè)薯肉色系:白色系、黃色系和桔紅色系,分割出的圖像所體現(xiàn)的甘薯褐變等級與傳統(tǒng)利用色差儀測定統(tǒng)計(jì)褐化指數(shù)的結(jié)果一致,準(zhǔn)確度高。