Введение

Фасоль обыкновенная ( Phaseolus vulgaris L.) является одной из наиболее распространённых зернобобовых культур, имеющей большое хозяйственное значение и характеризующейся высоким уровнем внутривидового разнообразия. Сортовые различия фасоли проявляются в комплексе морфологических признаков, среди которых важное место занимают характеристики семян: размеры, форма, окраска и особенности поверхности.

Морфологические признаки семян широко применяются при изучении коллекционного материала, оценке сортового разнообразия и проведении селекционных исследований. Однако традиционные методы описания формы семян часто основаны на ограниченном наборе линейных параметров — длине, ширине, толщине и различных индексах соотношения размеров. Такие показатели позволяют оценивать общие особенности строения семени, но не отражают полностью индивидуальную конфигурацию его внешнего контура.

Контурный анализ является одним из перспективных методов количественной оценки формы биологических объектов. В отличие от отдельных измерений, анализ внешней границы объекта позволяет учитывать совокупность особенностей его строения и проводить более детальное сравнение образцов.

Ранее был разработан метод морфометрического анализа семян фасоли на основе сравнения контурных проекций, позволяющий количественно оценивать степень различия формы отдельных образцов. Метод основан на совмещении контуров семян и определении площади несовпадения между ними. Однако практическое применение данного подхода при анализе большого количества образцов ограничивается необходимостью ручного построения контуров, что увеличивает трудоёмкость исследования и может приводить к субъективным различиям при обработке материала.

Одним из направлений дальнейшего развития метода является автоматизация процесса получения цифровых контуров. Автоматическое выделение границ семени позволяет стандартизировать подготовку данных, ускорить обработку большого количества образцов и создать основу для формирования цифровой базы морфометрических характеристик.

Создание базы контуров семян фасоли открывает возможность накопления стандартизированных данных о форме различных сортов и коллекционных образцов. В дальнейшем такая база может использоваться для сравнительных исследований, изучения внутривидовой изменчивости и разработки методов автоматизированной идентификации сортов.

Целью настоящего исследования являлась разработка автоматизированного подхода к получению цифровых контуров семян фасоли ( Phaseolus vulgaris L.) и создание основы для формирования цифровой базы морфометрических данных.

Для достижения поставленной цели были определены следующие задачи:

1. Разработать алгоритм автоматического выделения контуров семян фасоли по цифровым изображениям.
2. Определить последовательность обработки изображений для получения стандартизированных контурных данных.
3. Разработать структуру хранения цифровых контуров для формирования базы морфометрических характеристик.
4. Оценить перспективы использования полученных данных при сравнительном анализе сортов фасоли.

Материалы и методы

Объекты исследования

В качестве объектов исследования использовали семена фасоли обыкновенной ( Phaseolus vulgaris L.), различающиеся по морфологическим особенностям. Исследуемые образцы характеризовались различиями в форме, размерах и конфигурации внешнего контура семени.

Для каждого образца получали цифровое изображение семени и соответствующее ему контурное представление, используемое в дальнейшем для морфометрического анализа и формирования цифровой базы данных.

Получение цифровых изображений семян

Фотографирование семян выполняли при стандартизированных условиях, необходимых для последующей автоматизированной обработки изображений.

Семена размещали на однородном белом фоне, обеспечивающем высокий контраст между объектом исследования и окружающей поверхностью. Использование единого фона позволяет снизить влияние внешних факторов и повысить точность автоматического определения границ семени.

При получении изображений учитывали следующие требования:

— расположение семени в одной плоскости;

— отсутствие перекрытия объектов;

— постоянный масштаб изображения;

— равномерное освещение;

— отсутствие теней, затрудняющих выделение границы объекта.

Полученные цифровые изображения являлись исходным материалом для последующего автоматического построения контуров.

Автоматизированное выделение контура семени

Для получения цифрового описания формы семян фасоли разработан алгоритм автоматической обработки изображений, включающий последовательное удаление фоновой области, выделение объекта исследования и построение внешнего контура семени.

Исходным материалом являлось цифровое изображение семени фасоли, полученное при размещении объекта на однородном белом фоне. Использование стандартизированных условий фотографирования позволяло обеспечить устойчивое выделение границы между семенем и окружающей поверхностью.

На первом этапе выполнялось автоматическое отделение семени от фона. В результате обработки формировалось изображение, содержащее только объект исследования без элементов окружающего пространства. Такой подход позволяет исключить влияние особенностей фона и сосредоточить анализ исключительно на морфологических характеристиках семени.

На втором этапе проводилось выделение внешней границы объекта и построение цифрового контура семени. Полученный контур представляет собой математическое описание формы, сохраняющее особенности внешней конфигурации объекта и пригодное для дальнейшего сравнительного анализа.

Последовательность преобразований включала:

1. получение исходного изображения семени;
2. автоматическое удаление фоновой области;
3. выделение объекта исследования;
4. построение цифрового контура;
5. сохранение полученного контура для формирования базы морфометрических данных.

Исходное изображение семени

Изображение семени после удаления фоновой области

Полученный цифровой контур семени

Возможность использования контуров для морфометрического анализа

Полученные цифровые контуры могут рассматриваться как стандартизированная форма представления морфологических признаков семян фасоли.

Основным преимуществом такого подхода является возможность непосредственного сравнения формы различных образцов. В отличие от отдельных измеряемых параметров, контур содержит информацию о всей внешней границе объекта и позволяет выявлять различия, связанные с особенностями строения семени.

Ранее разработанный метод сравнения контурных проекций позволяет использовать полученные цифровые данные для определения степени сходства между образцами. Автоматизированное получение контуров расширяет возможности данного метода, так как позволяет перейти от анализа отдельных объектов к обработке больших массивов данных.

Таким образом, автоматизация построения контуров является необходимым этапом для практического применения контурного анализа при изучении сортового разнообразия фасоли.

Формирование цифровой коллекции контуров семян фасоли

Одним из результатов разработки является создание основы цифровой базы контуров семян фасоли.

В отличие от традиционных коллекций, представленных преимущественно в виде фотографий или описаний образцов, цифровая коллекция контуров содержит стандартизированное представление формы семян, пригодное для последующей математической обработки.

Каждый образец в базе может быть представлен следующими элементами:

— исходное изображение семени;

— цифровой контур;

— информация о сорте;

— данные о происхождении образца;

— результаты морфометрического анализа.

Предложенная структура позволяет постепенно формировать цифровой массив данных, включающий образцы различных сортов и коллекционных линий фасоли.

Перспективным направлением развития является создание открытой базы контуров семян, которая может пополняться исследователями и обучающимися при соблюдении единых требований к получению и обработке изображений. Такой подход позволит объединять данные различных исследований и формировать расширенную цифровую коллекцию морфологических признаков фасоли.

Перспективы применения цифровой базы

Создание цифровой базы контуров открывает новые возможности для исследований морфологического разнообразия Phaseolus vulgaris L.

Накопление большого количества цифровых описаний формы семян позволит:

— проводить сравнительный анализ сортов и коллекционных образцов;

— оценивать внутрисортовую и межсортовую изменчивость;

— выявлять образцы с близкими морфологическими характеристиками;

— создавать эталонные контуры для дальнейшей идентификации.

В дальнейшем цифровая база может стать основой для разработки автоматизированных систем распознавания сортов фасоли с использованием методов компьютерного зрения и анализа изображений.

Обсуждение

Полученные результаты показывают, что автоматизация выделения контуров позволяет решить одну из основных проблем применения контурного анализа в биологических исследованиях — высокую трудоёмкость подготовки исходных данных.

Использование стандартизированной процедуры получения контуров снижает влияние субъективного фактора и обеспечивает сопоставимость результатов, полученных при обработке различных образцов.

Важным преимуществом предложенного подхода является возможность накопления данных. Каждый новый исследованный образец может быть преобразован в цифровой контур и включён в общую коллекцию, что постепенно увеличивает информативность базы.

Таким образом, разработанный подход представляет собой не только инструмент обработки изображений, но и основу для формирования цифрового ресурса, предназначенного для изучения морфологического разнообразия семян фасоли.

Заключение

В результате проведённого исследования разработан подход к автоматизированному получению цифровых контуров семян фасоли обыкновенной ( Phaseolus vulgaris L.) на основе обработки цифровых изображений.

Применение автоматизированного выделения контуров позволяет перейти от ручного построения морфологических профилей к стандартизированному получению цифровых описаний формы семян. Полученные контуры сохраняют основные особенности внешнего строения семени и могут использоваться в качестве основы для последующего количественного морфометрического анализа.

Предложена структура цифровой базы контуров семян фасоли, включающая исходные изображения образцов, цифровые контуры и сопутствующую информацию о происхождении материала. Такая организация данных обеспечивает возможность накопления стандартизированной коллекции морфологических признаков различных сортов и коллекционных образцов.

Создание цифровой базы контуров позволяет расширить возможности изучения внутривидового разнообразия Phaseolus vulgaris L. и создаёт предпосылки для разработки методов автоматизированного сравнения и идентификации образцов. В дальнейшем развитие данной системы предусматривает расширение коллекции за счёт включения новых образцов, полученных различными исследовательскими группами и образовательными учреждениями при соблюдении единых требований к подготовке цифровых изображений.

Таким образом, автоматизация получения контуров является важным этапом перехода от традиционного морфологического описания семян к цифровым методам анализа и хранения данных о биологическом разнообразии фасоли.

Литература:

1. Вавилов Н. И. Учение о происхождении культурных растений после Дарвина // Избранные труды. Л.: Наука, 1987. 520 с.
2. Singh S. P. Common Bean Improvement in the Twenty-First Century. Dordrecht: Kluwer Academic Publishers, 1999. 405 p.
3. Broughton W. J., Hernández G., Blair M., Beebe S., Gepts P., Vanderleyden J. Beans ( Phaseolus spp.) — model food legumes // Plant and Soil. 2003. Vol. 252. P. 55–128.
4. Gepts P., Debouck D. G. Origin, domestication, and evolution of the common bean ( Phaseolus vulgaris L.) // Common Beans: Research for Crop Improvement. CAB International, 1991. P. 7–53.
5. Otsu N. A threshold selection method from gray-level histograms // IEEE Transactions on Systems, Man, and Cybernetics. 1979. Vol. 9. No. 1. P. 62–66.
6. Schneider C. A., Rasband W. S., Eliceiri K. W. NIH Image to ImageJ: 25 years of image analysis // Nature Methods. 2012. Vol. 9. P. 671–675.
7. Schindelin J., Arganda-Carreras I., Frise E. et al. Fiji: an open-source platform for biological-image analysis // Nature Methods. 2012. Vol. 9. P. 676–682.
8. Вишнякова М. А., Александрова Т. Г., Булынцев С. В. и др. Генетические ресурсы зернобобовых Средиземноморья в коллекции ВИР: разнообразие и использование // Сельскохозяйственная биология. 2016. Т. 51. № 1. С. 31–45.