Оценка размеров и формы ягод с использованием программы ImageJ на примере жимолости

Актуальность. Несмотря на все более широкое использование в сельском хозяйстве цифровых технологий, в садоводстве и промышленном производстве плодово-ягодных культур до сих пор распространены качественные и балльные оценки морфологических показателей плодов, а измерения проводятся вручную. Цель исследования: разработка алгоритма применения программы ImageJ для быстрой и точной оценки размеров и формы ягод.

Материалы и методы. Материал – 190 образцов ягод трех сортов жимолости синей Lonicera caerulea L. селекции ЮУНИИСК: ‘Амазонка’, ‘Лазурит’ и ‘Ленита’. Ягоды фотографировались на белом фоне с подсветкой снизу. Анализ изображений проводился в открытом пакете ImageJ и включал автоматический поиск объектов и их измерение по семи показателям размеров и формы. Статистический анализ включал: расчет описательных статистик, коэффициента вариаций, сравнение сортов по Краскелу – Уоллису, поиск типичных объектов по результатам многомерного анализа.

Результаты. Показано, как показатели в ImageJ соотносятся с классическими промерами в помологии, включая длину, диаметр и индекс ягоды. По всем показателям различия между сортами были высоко статистически значимыми (p < 0,001). Обсуждаются перспективы использования показателя неровности поверхности для количественной характеристики степени отклонения плодов от естественной формы вследствие механических и иных деформаций, снижающих категорию сортности продукции.

Заключение. Результаты автоматического анализа изображений в программе ImageJ могут найти применение в садоводстве, селекции и производстве плодово-ягодной продукции.

1. Chuanromanee T.S., Cohen J.I., Gillian L. Ryan G.L. Morphological analysis of size and shape (MASS): An integrative software program for morphometric analyses of leaves. Applications in Plant Sciences. 2019;7(9):e11288. DOI: 10.1002/aps3.11288

2. Ferreira T., Rasband W. ImageJ user guide: IJ 1.46r Revised edition. 2012. Available from: http://imagej.nih.gov/ij/docs/guide/user-guide.pdf [accessed July 13, 2020].

3. ГОСТ 33823-2016. Фрукты быстрозамороженные. Общие технические условия. Москва: Стандартинформ; 2016. URL: https://files.stroyinf.ru/Data2/1/4293752/4293752544.pdf [дата обращения: 17.03.2022].

4. ГОСТ Р 54778-2011. Машины для уборки плодов и ягод. Методы испытаний. Москва: Стандартинформ; 2020. URL: https://files.stroyinf.ru/Data/514/51463.pdf [дата обращения: 17.03.2022].

5. ГОСТ Р 57976-2017. Фрукты и овощи свежие. Термины и определения. Москва: Стандартинформ, 2017. URL: https://files.stroyinf.ru/Data2/1/4293740/4293740749.pdf [дата обращения: 18.03.2022].

6. ГОСТ Р 58012-2017. Жимолость свежая съедобная. Технические условия. Москва: Стандартинформ; 2017. URL: https://files.stroyinf.ru/Data2/1/4293740/4293740841.pdf [дата обращения: 18.03.2022].

7. Hammer Ø., Harper D.А.Т., Ryan P.D. PAST: Paleontological statistics software package for education and data analysis. Palaeontologia Electronica. 2001;4(1):4.

8. Ibáñez S., Grimplet J., Baroja E., Hernaiz S., Ibáñez J. Characterization of the reproductive performance of a collection of grapevine cultivars. Acta Horticulturae. 2019;1248:345-352. DOI: 10.17660/ActaHortic.2019.1248.50

9. ImageJ. Image processing and analysis in Java: [site]. Available from: https://imagej.nih.gov/ij [accessed July 13, 2020].

10. Iwata H., Ukai Y. SHAPE: a computer program package for quantitative evaluation of biological shapes based on elliptic Fourier description. Journal of Heredity. 2002;93(5):384-385. DOI: 10.1093/jhered/93.5.384

11. Jing Z.B., Yao C.C., Liu Z.D. Isolation and identification of Pseudomonas syringae pv. actinidiae in Shaanxi Province, China. Acta Horticulturae. 2018;1218:279-286. DOI: 10.17660/ActaHortic.2018.1218.38

12. Mollick A.S., Yamasaki H. Phenotypic variations in croton Codiaeum variegatum (L.) Blume characterized by digital image-based procedure. Acta Horticulturae. 2012;937:393-400. DOI: 10.17660/ActaHortic.2012.937.48

13. Нохрин Д.Ю. Лабораторный практикум по биостатистике. Челябинск: Челябинский государственный университет; 2018.

14. Saxena L., Armstrong L. A survey of image processing techniques for agriculture. 2014. Available from: https://ro.ecu.edu.au/ecuworkspost2013/854 [accessed July 13, 2020].

15. Schlager S. Morpho and Rvcg – Shape analysis in R: R-packages for geometric morphometrics, Shape analysis and surface manipulations. In: G. Zheng, Sh. Li, G. Székely (eds). Statistical Shape and Deformation Analysis: Methods, Implementation and Applications. Cambridge, MA: Academic Press; 2017. p.217-256. DOI: 10.1016/B978-0-12-810493-4.00011-0

16. Программа и методика сортоизучения плодовых, ягодных и орехоплодных культур / под ред. Е.Н Седова, Т.П. Огольцовой. Орел: ВНИИСПК; 1999.

17. Уфимцева Л.В., Глаз Н.В. Влияние метеорологических условий на биохимический состав и вкус плодов жимолости. Плодоводство и ягодоводство России. 2018;55:151-159. DOI: 10.31676/2073-4948-2018-55-151-159

18. Васильев А.А., Гасымов Ф.М. Экологическая пластичность сортов сливы в условиях Челябинской области. Труды по прикладной ботанике, генетике и селекции. 2019;180(2):25-29. DOI: 10.30901/2227-8834-2019-2-25-29

19. Васильев А.Г., Васильева И.А., Шкурихин А.О. Геометрическая морфометрия: от теории к практике. Москва: КМК; 2018.

20. Vibhute A., Bodhe S.K. Applications of image processing in agriculture: A survey. International Journal of Computer Applications. 2012;52(2):34-40.

21. White A.G., Bailey D.G. Digital imaging; A useful technique for analysing fruit shape in pears. Fruit Varieties Journal. 1995.49(4):224-226.