生菜叶片的分类和表型鉴定迫切需要对其多语义特征进行精细量化。生菜叶片的不同成分具有特定的生理功能，可以利用它们的可观察特性进行定量描述和解释。特别是叶柄和叶脉决定了叶片的机械支撑和物质运输性能，而其他成分可能与光合作用密切相关。目前，生菜叶片表型无法准确区分叶片成分，也没有对同一生菜叶片的正背进行比较评价。此外，叶片成分的一些性状可以手动测量，但耗时、费力且不准确。尽管已经有几项研究是关于基于图像的叶片表型分析，但仍然缺乏可靠的方法来自动提取和验证大型生菜叶片的多语义特征。

生菜叶语义成分的图像标注规范。A 在实际实验环境中拍摄的生菜叶图像。B 描绘的叶片作为四个语义成分（BD 叶片、MR 中脊、VS 静脉和 LM 叶肉）。C 根据相应的语义成分自动生成两个新的语义成分（VV脉络和MZ边缘）。D 六种语义成分的数据标注规范

在这项研究中，作者开发了一种自动表型分析流程来识别离体的生菜叶的成分并计算多语义特征用于表型识别。构建了六个语义分割模型以从生菜叶片的可见图像中提取叶子成分。然后，使用叶片归一化技术将不同的叶子尺寸旋转和缩放到“无尺寸”空间，以获得一致的叶片表型。一种新的基于叶片的方法也被用来确定叶柄、一级静脉和二级静脉。该技术方案贡献了 30 个几何、20 个脉络和 216 个基于颜色的特征来表征每个生菜叶片。对 11 个人工测量的性状进行了评估，并证明了与计算结果的高度相关性。此外，使用叶子的正反面图像来验证所提出方法的准确性并评估性状差异。


该方法为离体生菜叶片精细结构和成分的定量分析提供了有效的策略。生菜叶片的几何、颜色和叶脉及其成分性状可综合用于生菜的表型鉴定和育种。本研究为开发生菜叶片的自动化高通量表型应用、改善有效光合面积和叶脉配置等农艺性状提供了宝贵的视角。

来源：Plant Methods.Quantitative phenotyping and evaluation for lettuce leaves of multiple semantic components.Jianjun Du, Bo Li, Xianju Lu, Xiaozeng Yang, Xinyu Guo & Chunjiang Zhao
https://plantmethods.biomedcentral.com/articles/10.1186/s13007-022-00890-2