Analyzer עגבניות: יישום תוכנה שימושיים כדי לאסוף נתונים מורפולוגיים Colorimetric מדויק ומפורט של דו ממדיים

עגבניות Analyzer (ת"א) התוכנה נועדה לזהות חפצים בגודל מסוים ואת רזולוציית התמונה, נמדד נקודות (פיקסלים) לאינץ' (dpi). התוכנה קובעת באופן אוטומטי את גבולות פרי בתמונה הסרוקה. הגבול אובייקט נקבע באמצעות התחקות קונטור, שתוצאתה רשימה של נקודות סמוכות המתאר את הגבול של אובייקט בתמונה. כל צורה מדידות פרי מחושבים על בסיס גבולות. המבחן צבע מודול "עגבניות Analyzer צבע מבחן" נועדה לכמת את הפרמטרים צבע בתוך גבולות מוכרים על ידי התוכנה. המדידות צבע המבוססים על מרחב צבע RGB: R (אדום), G (ירוק), ו-B (כחול). ערכי הממוצע RGB עבור כל פיקסל הוא נלקח על ידי מודול מבחן צבע מתורגם אז למרחב צבע CIELAB אשר משתמשת L *, *, b * לתאר צבע בצורה המדמה התפיסה החזותית האנושית. מודול הבדיקה צבע מחשבת הגוון ומתארי צבע Chroma מבוסס על * A ו-B *. פרוטוקול צעד אחר צעד מתואר על דיגיטציה של פירות עגבניה וניתוח שלאחר מכן חצי אוטומטי של מורפולוגיה ותכונות צבע באמצעות חבילת תוכנה ת"א. הפרוטוקול מחולק שמונה שלבים: אוסף תמונה 1) בחירת והכנת חומר צמחי, 2), 3) התקנת תוכנה, 4) ניתוח תמונה וכיול בדוק את צבע ת"א, 5) התאמה ידנית של תכונות, 6) המשתמש הגדרות מוגדרים, 7) שמירה וייצוא נתונים, 8) דוגמאות של ניתוח נתונים. 1. בחירת והכנת חומר צמחי פירות חייב להיות נקי ויבש. פרי בשרני לא צריכה להיות בשלות מדי, משום ריכוך עלול לגרום לעיוות בצורת כאשר חותכים את הפירות. חותכים את הפירות עם סכין משוננת חדה או סכין גילוח חדש. בהתאם לסוג של ניתוח מאפייני להיבדק, פירות צריך לחתוך longitudinally רוחבי או דרך המרכז. ניתוח צבע ניתן ליישם longitudinally רוחבי או לחתוך פירות, כמו גם חלקים אחרים נועדו להדגיש תכונות ספציפיות. יבש את החלק הפנימי של הפרי על ידי סופג במגבות נייר או רקמה אם הפרי עסיסי מאד. 2. אוסף תמונות גזור פירות מקום בסורק עם הצד החתוך כלפי מטה. המקום שליט מעל תווית מתחת הפרי. שליט משמש כדי לוודא את רזולוציית הסריקה הנכונה נבחרה, וכן חשוב למדידה מדויקת של תכונות הפרי. ניתוח תפוקה גבוהה של הנתונים, זה הכרחי כדי לסרוק פרי מצמח אחד בלבד (או גנוטיפ) בכל פעם, כדי לסרוק את הפרי הוא גם longitudinally או חתך רוחבי, אך לא תערובת של שניהם על לסרוק אותו. פירות מקום קרובים זה לזה, אך להימנע מהצורך נגיעה פרי סמוכים. כמו כן למנוע חללים ריקים גדולים בין פירות על הסורק. אם האובייקטים רחוקים מדי אחד מהשני, התמונה חייבת להיות מניפולציה באמצעות תוכנת הדמיה כגון Adobe Photoshop או GIMP לפני ניתוח עם ת"א. מאז התוכנה משתמשת ת"א רזולוציית התמונה כדי למדוד במדויק את גודל, בחירה נכונה של ההחלטה לסרוק חשוב לצורך ניתוח מאוחר יותר. ככלל, אם חפצים הם בין 1 ל 8 ס"מ, סריקה ב 200 או 300 dpi (פיקסלים / אינץ'). אם חפצים הם> 8 ס"מ, סריקה של 100 dpi. עבור עצמים קטנים מאוד (<1 ס"מ) כגון זרעים, סריקה ב 750 dpi ומעלה. כאשר ניתוח אצווה מתוכנן (ראו להלן) ואת גודל הפרי אינו משתנה מאוד בין צמחים שונים, נוח לבחור אחת ברזולוציה סורק ההגדרה עבור כל התמונות ייאספו עבור ניסוי זהה. עבור הבדיקה צבע, להגדיר את הרזולוציה של הסורק עד 200 dpi אם הפירות <8 ס"מ. אם הפירות> 8 ס"מ, סריקה של 100 dpi. כמו כן, להגדיר את גודל התמונה פלט על המספר הגבוה ביותר של צבעים זמינים הסורק. אובייקטים יש לסרוק עם רקע שחור או כהה מאוד כדי למנוע צללים יפריע לניתוח. רקע כהה ניתן להשיג על ידי הצבת קופסת קרטון על הסורק כך שכל האור מוגבל מהמסך. אם רקע לבן משמש, ת"א תיכשל לתפקד כי היישום הוא מותאם לשימוש על רקע כהה. התמונה צריכה להיות קצוץ לאחר הסריקה הראשונית (לפני שמירת התמונה) כדי למנוע חללים ריקים גדולים. אם התמונה לא נחתכת בשלב זה, הוא חייב להיות קצוץ באמצעות תוכנת הדמיה כגון Adobe Photoshop או GIMP לפני ניתוח עם ת"א. עבור ניתוחים צבע, הסורק יהיה צורך לכייל אם המשתמש מתכוון לתרגם את ערכי RGB ל L האוניברסלי *, ו * ב * סולם. סריקה של בודק צבע (איור 1) אמור להתרחש לפני או במהלך סריקה של הפירות. בודק הצבע סרק צריך להישמר באותה תיקייה כמו תמונות פרי. כיול סורק נחוץ משום סורקים שונים איך הם לתפוס צבע דאתא לבין מקור האור עשויים להשתנות לאורך זמן עם השימוש החוזר. השגת סטנדרטים צבע וסריקה. צבע סטנדרטים צריכים להיבחר על בסיס מגוון רחב של צבעים שנצפתה לחתוך את הריבית. בדוגמה זו, בחרנו תרשים תקן 24 צבע בצוע (ColorChecker, X-Rite, גרנד רפידס, MI, איור 1). סריקה בודק צבע כפי שהיית לסרוק את הפירות. כיול סורק הוא הסביר בסעיף 4.7. שמור את התמונה הסרוקה כקובץ JPEG. הערה: היזהר ומדויק כאשר הנחת חפצים בסורק במהלך שלב איסוף התמונה. טוב יותר את האובייקטים מיושרים, התאמת ידני פחות יהיה צורך בניתוח פירות ת"א. דוגמאות של תמונות באיכות נמוכה גבוהה מוצגות באיור 2. 3. תוכנת ההתקנה עגבניות Analyzer (ת"א) גרסה 2.2.0.0 ניתן להוריד מאתר http://www.oardc.osu.edu/vanderknaap/tomato_analyzer.htm . Analyzer עגבניות מדריך למשתמש ואת Analyzer עגבניות צבע ידני מבחן זמינים גם מאתר זה. ת"א דורשת מערכת ההפעלה Windows (גרסה 2000 ומעלה). 4. ניתוח תמונה וכיול בדוק את צבע ת"א התיקייה עם תמונות חייבים להיות ממוקמים על הכונן הקשיח ולא את התיקייה "המסמכים שלי" או בשרת מרוחק. אחרת, ת"א לא יציל את התמונות מותאם באותה תיקייה כמו התמונות המקוריות. ודא כי התמונות מותאם עם סיומת. TMT נמצאים באותה תיקייה כמו המקורי. תמונות jpg (ראה שלב 6.1.1). הפעל את התוכנית ת"א כמו כל תוכנה אחרת על ידי לחיצה כפולה על הסמל. המשתמש צריך להגדיר את dpi יחידות המדידה את ההגדרות המתאימות על ידי בחירת "DPI סורק" מתוך תפריט "הגדרות". הגדרת dpi חייב להיות זהה בקובץ התמונה כך מדידות גודל (גובה, רוחב, היקף, שטח) מדויקים. "יחידות בשימוש" בתיבת הדו שיח קובע את יחידות (ס"מ, מ"מ, בתוך, או פיקסלים) עבור פלט הנתונים. בתיבת הדו שיח עם זאת, הבהירות ייתכן שיהיה צורך להתאים כאשר האובייקטים הם כהים יחסית. הערה: DPI ויחידות יכול להיות גם מותאם לאחר ביצוע התאמות ידניות או לאחר ניתוח התמונה. המשתמש יכול לבחור את התכונות כדי להימדד על ידי בחירת "מדידה שמורים" מתפריט "הגדרה". ניתן לעשות זאת בכל עת במהלך או אחרי הניתוח. תכונות מקובצים בעשר קטגוריות (כלומר מדידה בסיסי, צורה אינדקס פירות, blockiness, Homogenity, צורה הפרוקסימלי סוף פירות, צורה דיסטלית סוף פירות, אסימטריה, אקסצנטריות פנימית, סעיף רוחב ו Morphometrics). תכונות אישיות או קבוצה מדידה כולו ניתן לבחור או לבטל את הבחירה על ידי לחיצה על הקבוצה או תכונה. כל התכונות של קבוצה המדידה יכול להיות מוצג על ידי לחיצה על "+". התכונות שנבחרו מוצגות לפי קטגוריה בחלון בפינה הימנית התחתונה של המסך כפי שמוצג באיור 3. כדי להתחיל, ללחוץ על כפתור "פתח תמונה" ובחר את קובץ התמונה של המוקפץ תיבת שיח. התמונה הנבחר יוצג בחלון השמאלי. כדי לנתח את התמונה נפתח, לחץ על "נתח" כפתור. בסיום, למתחם של פירות כל יסומן עם קו צהוב הנתונים יוצגו בחלון נתונים הימנית התחתונה. התוכנה באופן אוטומטי בטל אובייקטים גדולים מאוד או קטנים, כמו סרגל או תווית. האובייקטים נבחרה יהיו מודגשות עם קו כחול. פירות נוספים ניתן לבטל את הבחירה על ידי לחיצה ימנית על התמונה שלהם. רק הפריטים המתוארים צהוב יוצג בחלון הנתונים וייצא (איור 3). פריטים המתוארים הכחול לא ייכללו בניתוח. אובייקטים בודדת יוצגו בחלון הימני העליון של שמאל לחיצה עליהם עם העכבר. הערה: הנתונים של מודול מבחן צבע אינם מוצגים בחלון הימני נתונים נמוכים יותר. ניתוח בודק צבע לניתוח צבע. בודק צבע איסוף L *, *, b * ערכים. פתח את התמונה הסרוקה בודק הצבע ולנתח כמתואר עבור פירות. ודא ת"א מזהה כל תיקון כאובייקט לנתח (גבול צהוב). אם אתה משתמש בודק צבע רגיל, התוכנה לא יוכלו לזהות את בפסים כהים. צבעים אלה לא ייכללו כיול. תחת תפריט הגדרות, בחר "בדיקת צבע". תיבת שיח תופיע. ודא את ערכי תיקון מוגדרים 1 עבור המדרון (תיבות משמאל) 0 ל-y ליירט (תיבות מימין). ערך כחול מינימום צריך להיות מוגדר 0, ואת הפרמטרים 1 ו -2 אפשר להתעלם ממנו. לחץ על כפתור Analyze בתוך תיבת הדו מבחן צבע. חלון חדש יופיע כדי להציל את הדואר פלט כמסמך "CSV", אשר ניתן לפתוח ב-Excel. ציין את שם הספרייה עבור קובץ הנתונים. קובץ הנתונים הפלט יכיל את ערכי RGB, L *, *, b * ערכים; וחישובים עבור הגוון ואת chroma עבור כל תיקון צבע. קביעת ערכי תיקון כיול. מגרש L *, *, b * ערכים עבור כל תיקון צבע נגד ערכים colorimeter עבור * L, * ו * ב אשר זמינים מהיצרן של בודק את הצבע או בטבלה 1. קבע את משוואת הרגרסיה ולהקליט את המדרון-y ליירט עבור כל פרמטר. בתיבת הדו שיח, הזן את ההופכי של השיפוע האחורי של השלט של ערך ה-y עבור ליירט את L *, *, ו-b *. ערכים אלה משמשים כערכים תיקון של "מבחן צבע" הגדרות. מבחן צבע מאפשר למשתמש להגדיר שני פרמטרים כי הדו"ח שיעור (%) של פיקסלים כי ליפול לתוך טווח מסוים של ערכים הגוון הנבחר. לניתוח של עגבניות, למשל, את ערכי תחתון ועליון לפרמטר 1 הן 70 ו – 100 בהתאמה, אשר תואמות את צבע רצויה בשר צהוב וירוק צהוב. הערכים תחתון ועליון עבור פרמטר 2 הם 0 ו 50 ו מתאימות צבע אדום הרצוי. שמור את ההגדרות עבור ערכים אלה. ערכים אלה יחולו על כל התמונות כי הם להיות מנותח עד תוכנית סגורה. עבור תמונות סרוקות, בחר את "Illuminant C 2 °" אפשרות. "Illuminant D65 10 °" אפשרות זו חלה רק על תמונות שנרכשו אור טבעי. תוצאות להדמיה (ראה איור 3): כל שורת נתונים בחלון נתונים הימנית התחתונה מתאים אובייקט מסוים בתמונה. הנתונים מוצגים לפי סדר זהה את האובייקטים בתמונה. השורה הראשונה מציג את הערכים של האובייקט בפינה השמאלית העליונה ואת שורת נתונים האחרון מציג את הערכים של האובייקט בפינה הימנית התחתונה של התמונה. לחץ על שורה כדי להציג את פירות המקביל בחלון העליון בצד ימין. לחלופין, לחץ על פרי ועל שורה הנתונים המתאימים יהיו מודגשות. על ידי לחיצה על הכרטיסייה תכונה בחלון הימני התחתון ניתן לראות כיצד התכונה נמדדת על פירות ומקרה. לדוגמה, על ידי לחיצה על הקצה הדיסטלי זווית, הזווית נמדדת התוכנה על הפרי בחלון השמאלי יוצגו. תכונה זו שימושית מאוד כאשר זיהוי אובייקטים שדורשים התאמה ידנית עבור מדידה מדויקת יותר. איור 4 מראה תמונה לנתח עם מודול הבדיקה צבע. עם זאת, התוצאות אינן נראות בחלון הנתונים. נתונים ניתן לגשת בקובץ Excel לאחר הניתוח נשמרת. 5. התאמה ידנית של תכונות לפעמים הגבול של הפרי ואת הקצוות הפרוקסימלית ומ דיסטלי לא נמצאים בצורה נכונה על ידי ת"א. כמו כן, אם פרי ממוקמות בזווית על הסורק, התמונה חייב להיות מותאם להשגת המידות הנכונות. תכונות אלו ואחרות ניתן לתקן באמצעות התאמה ידנית של התמונות לאחר ניתוח ראשוני. התאמות זמין מופיעים תחת כפתור "עדכן" התפריט כולל: סיבוב, גבול, סוף הפרוקסימלי, סוף דיסטלי, אוטומטית סיבוב, התאמת אליפסה, התאם בליטה דיסטלית, התאם, המעטפת, גבול ברירת מחדל גבול המעטפת. הערה: אם יש התאמות שנעשו, התאם תחילה את הגבול, ולאחריו סיבוב. כל התאמות אחרות יכול להתבצע בכל סדר בעקבות שתי התאמות. התאמה שנבחרו תחת תפריט עדכן את שרידי הנבחרת עד הסתגלות שונה נבחרה. זה מאפשר למשתמש לבצע את ההתאמה אותו על רצף של פרוסות על ידי לחיצה על התמונה פרוסה ולחיצה על הלחצן עדכן. להלן התאמות ידנית על תכונות פירות שונים מפורטים. גבול שמאל לחץ על הפרי בחלון השמאלי. זה יופיע בחלון הימני העליון. לחץ על החץ ליד הלחצן "עדכן" ובחר "גבול" מתוך הרשימה הנפתחת בחלון הימני העליון. בחר את המיקום גבול להיות שונה על ידי לחיצה על השמאלי נקודת נקודת ההתחלה והסיום של הגבול שגויה. כתוצאה מכך, הגבול מופרד יוסרו. כדי להוסיף גבול חדש, לחץ על שמאל מנקודת ההתחלה אל נקודת הסיום. המשך לחיצה לעקוב אחר קווי המתאר הרצויים. לחיצה ימנית יהיה לבטל שינוי הקודם. שינויים מרובים ניתן לבטל על ידי קליקים זכות רצופים. כדי לאשר את גבול חדש, לחץ על המקש "Enter". אחרת, ללחוץ על "Esc" מפתח כדי לבטל את הפעולה. לחץ על "גבול איפוס" כדי לחזור הגדרת הגבול המקורי. סיבוב. תכונה זו משמשת כאשר אובייקט אינו אנכי לחלוטין. לחץ על פירות המתאים בחלון השמאלי. זה יופיע בחלון הימני העליון. לחץ על החץ ליד הלחצן "עדכן" ובחר "סיבוב"מתוך הרשימה הנפתחת. ציר תוצג בחלון הימני העליון. גרור את ריבוע ירוק בסוף ציר פירות יסתובב בהתאם. לחץ לחיצה כפולה בתוך החלון, או ללחוץ על מקש "Enter" כדי לסיים. לחץ על "סיבוב איפוס" כדי לחזור למערך המקורי. התאם סוף הפרוקסימלי. אם יש טעות במיקום של סוף הפרוקסימלי, מדידות הנגזרות תכונה זו תהיה שגויה. בחר פירות שדורש התאמות כך שיופיע בחלון מצד ימין. הבא, בחר את "פרי הפרוקסימלי סוף צורה" ואת הכרטיסייה "זווית הפרוקסימלי מיקרו או מאקרו" בסעיף נתוני התפוקה מתחת הפרי הנבחר. זוויות הפרוקסימלי תוצג כעת עבור כל הפירות בתמונה משמאל. בדרך זו, זוויות כי נראה חריג ניתן לזהות. כדי לשנות את המיקום של סוף הפרוקסימלי, בצע את הפעולות הבאות: לחץ על פירות הרצוי בחלון השמאלי. זה יופיע בחלון הימני העליון. לחץ על החץ ליד הלחצן "עדכן" ובחר "סוף הפרוקסימלי" מתוך הרשימה הנפתחת. בחלון הימני העליון, לחץ וגרור את מחוון קודקוד אל המיקום הנכון. לחץ פעמיים או לחץ על המקש "Enter" כדי לסיים. התאם סוף דיסטלי. המיקום של סוף דיסטלי של האובייקט ניתן גם לשנות באופן ידני. כדי למצוא פירות ביעילות שצריכים התאמות סוף דיסטלי, בצע את ההליך זהה לסוף הפרוקסימלי. לחץ על פירות הרצוי בחלון השמאלי. זה יופיע בפינה הימנית העליונה. לחץ על החץ ליד הלחצן "עדכן" ובחר "סוף דיסטלי" מתוך הרשימה הנפתחת. בחלון הימני העליון, לחץ וגרור את מחוון קודקוד אל המיקום הנכון. לחץ פעמיים או לחץ על המקש "Enter" כדי לסיים. סוף דיסטלי בליטה. פונקציה זו מאפשרת למשתמש להגדיר את נקודות הקצה על הגבול של קצה. תחת הלשונית "דיסטלית סוף פירות צורה", בחר בעמודה שכותרתה "סוף דיסטלי בליטה" ובחר את האובייקט להסתגל. לחץ על החץ ליד הלחצן "עדכן" ובחר "התאם בליטה דיסטלי" מתוך התפריט הנפתח. גרור את נקודות שנראות עמדות לאורך הגבול הרצוי. לחצו על מקש Enter כדי לסיים. קו יופיע מראה את החיתוך של האזור קצה ולחשב את השטח קצה. התוצאות יופיעו בעמודה סוף דיסטלי בליטה. אם אזור טיפ אינו במיקום הרצוי, בחירה באפשרות "בליטה דיסטלית איפוס" תחת הכפתור "עדכן" תאפס את נקודות בעמדות הראשוניות שלהם. אם אזור קצה נמצא אבל לא צריך להתקיים, בחירת "לחסל בליטה דיסטלי" מן כפתור "עדכן" תעביר את נקודות לתחתית הפרי, וכתוצאה מכך שווי של 0.0 עבור "בליטה דיסטלית סוף" טור. Auto-בסבב. פונקציה זו פותחה במיוחד עבור זרעי עגבניות, כך שהם יכולים להיות מסודרים באופן אוטומטי עם סיום הצביעה פונות לאותו כיוון. בשלב זה, באופן אוטומטי לסובב פונקציה לא עובד על אובייקטים אחרים, כגון פירות. התאם אליפסה. פונקציה זו מאפשרת למשתמש לשנות את הגודל ו / או להזיז את האליפסה הפנימית להגדיר אזורים פרי פנימי. תכונה זו משמשת הפונקציה אקסצנטריות פנימיים צורה פירות אינדקס תכונה פנימית של ת"א. בחר את הכרטיסייה אקסצנטריות הפנים, ולאחר מכן בחר כל אחד עמודות הכרטיסייה. בחר "ברירת מחדל אליפסה בגודל" מתפריט "הגדרות". בחירת אובייקט, ולחץ על כפתור "עדכן". בחר "התאם אליפסה" מתוך התפריט הנפתח. שתי נקודות יופיעו המייצג את הנקודות העליון השמאלי של האליפסה. העברת שניהם תשנה מחדש המרכזים אליפסה לגבי שתי נקודות חדשות. לאחר הנקודות הללו נקבעו עמדות הרצוי שלהם, לחץ על מקש Enter. האליפסה יהיה מחדש. אם המיקום הוא מקובל, ולחצו על Enter שוב את הערכים בעמודות יעודכן. אם האליפסה הפנימית צריכה להיות עברה מבלי עיצבו מחדש, לחץ על מרכז של האובייקטים, שם היו נקודות. שני קווים ושלוש נקודות ירוקות יופיע. הזזת נקודת ממוקם כ במרכז הפרי למיקום חדש כדי להזיז את האליפסה ללא שינוי גודל זה. לחץ על Enter כדי לסיים. התאם גבול המעטפת. פונקציה זו מאפשרת למשתמש להגדיר את האזור ואת המעטפת צריך להיות מותאם כאשר שטח המעטפת "ו" עובי המעטפת "נבחרו" הכרטיסייה רוחב הסעיף ". הערה: עבור פירות שאינם בשלים יתר על המידה, זה יכול להיות קשה או בלתי אפשרי להבחין בין המעטפת משאר הפרי. בחירת אובייקט, ולחץ על ירידה "עדכן" למטה לינו. בחר "ברירת מחדל גבול המעטפת" ולהגדיר את ברירת המחדל המתאים ביותר המעטפת. עבור התאמות נוספות, בחר "התאם גבול המעטפת" של ירידה "עדכן" למטה בתפריט. בחלון הימני העליון, בחר את המיקום גבול המעטפת זה צריך להיות שונה. מטרה זו מושגת על ידי לחיצה על השמאלי נקודת נקודת ההתחלה והסיום של הגבול שגויה. כתוצאה מכך, הגבול מופרד יוסרו. לקבלת התוצאה הטובה ביותר, החלק הקטן ביותר האפשרי של הגבול יש לבחור בכל זמן נתון. כדי להוסיף גבול חדש, לחץ על שמאל מנקודת השני חזרה לנקודה הראשונה. המשך לחיצה לעקוב אחר קווי המתאר הרצויים. לחיצה ימנית יהיה לבטל שינוי הקודם. שינויים מרובים ניתן לבטל על ידי קליקים זכות רצופים. הערה: יותר מדי שינויים גבול המעטפת עלול לגרום מתרסק של התוכנית. כדי לאשר את גבול חדש, לחץ על המקש "Enter". אחרת, ללחוץ על "Esc" מפתח כדי לבטל את הפעולה. בחר באפשרות "איפוס גבול המעטפת" להחזיר את הגבול למיקום המקורי שלה. לניתוח הצבעים, כאשר קו הגבול של הבשר אינו בקצה התמונה פירות (למשל, קיצוץ רוחבי על הכתף פרי, מראה העור של הפרי מעל לחתוך את רוחבי כפי שמוצג באיור 4), המשתמש צריך לפתוח את "בדיקת צבע" תיבת הדו שיח תחת תפריט "הגדרות". בתיבת הדו שיח הזה, הערך כחול המינימום צריך להיות מוגדר 30 והציל. אם הפירות <3 ס"מ, להגדיר את הערך כחול מינימום 20. ערך זה ייתכן שתצטרך להיות מותאם יותר אם ת"א מתקשה למצוא את הגבולות הנכונים. 6. משתמש מוגדרים הגדרות במשך כמה תכונות, המשתמש צריך לבחור את ההגדרות שבה המדידה צריך לקחת. ניתן לעשות זאת לפני או אחרי הניתוח יהיה תלוי אם ניסוי היא לחזור על אותן הגדרות כמו שימשו בעבר או אם המשתמש רוצה לעשות ניתוחים גישוש על מנת להגדיר את ההגדרה המתאימה לניתוח החדש. הגדרה של blockiness סוף דיסטלי ו הפרוקסימלי. Blockiness מחושב כיחס בין רוחב על פרופורציה המשתמש בחר הגובה הקרוב ביותר עד הסוף דיסטלי / הפרוקסימלי של הפרי לרוחב באמצע (איור 5 א). זה מאפשר למשתמש לבחור או לשנות את מיקום האובייקט שבו המדידה נלקחת. עמדות blockiness העליון והתחתון ניתן לשנות על ידי הזנת ערך חדש "העמדה blockiness" תחת הכפתור "הגדרות". הגדרה של זוויות מיקרו ומקרו. הגדרות אלה משמשות לחישוב הזוויות בתפקידים שונים מכל קצוות הפרי (איור 5 ב). הגדרת המאקרו משמש בדרך כלל עבור זוויות מ% 5-40 לאורך הגבול וקביעת מיקרו המשמש% 2-10 לאורך הגבול. מספר נקודות morphometric. פונקציה זו מוצאת נקודות לאורך הגבול של כל אובייקט בתמונה טעון. מסתיים דיסטלי ו הפרוקסימלי משמשים כנקודות ציון עבור כל אובייקט בתמונה. מספר נקודות נמדד לאורך הגבול יכול להיות נבחר על ידי "# נקודות morphometric" תחת תפריט "הגדרות". בין 4 ל 30 נקודות ניתן לבחור. התוכנה באופן אוטומטי לחלק את מספר הנקודות שנבחרו לשניים להפיץ אותם באופן שווה בכל צד של הפרי בין מסתיים דיסטלי ו הפרוקסימלי. 7. שמירה וייצוא של נתונים שמירת נתונים לאחר התאמות ידנית של ניתוח תמונה ותמונה על ידי ת"א, ללחוץ על כפתור "שמור פירות". כל המידע הנוכחי, כולל התאמות ידניות אובייקטים מסומנת, יישמרו בקובץ חדש עם שם זהה לזה של התמונה המקורית ואת המשך TMT. בכל פעם קובץ נבחר, הקובץ נשמר TMT עם שם זהה באופן אוטומטי נפתח כי הוא מקושר לקובץ המקורי. עם זאת, הקובץ TMT צריך להיות מאוחסן באותה תיקייה כמו קובץ התמונה jpg (ראה סעיף 4.1). אם התוכנה אינה לאחסן את הקבצים TMT ו jpg באותה תיקייה, להעביר את תיקיית התמונה בכונן C. כדי לחזור אל קובץ התמונה המקורית, ללא התאמות, פשוט למחוק את הקובץ TMT קשור. חלופה אחת היא לבחור "נתח" ולנתח מחדש את התמונה המקורית. עם זאת, להיות מודעים לכך כל TMT עם שם זהה לזה של התמונה עדיין יהיה קשור התמונה בפעם הבאה הקובץ נפתח, אלא אם, כמובן, התאמות נשמרים על הקובץ TMT. ייצוא נתונים המשתמש יכול לייצא את הנתונים לתמונה הפרט על ידי בחירת כפתור "ייצוא". הנתונים ניתן לייצא לקובץ Excel ולהציג את ערכי התכונות של כל פרי, הממוצע ואת סטיית התקן. יישום ת"א ניתן גם לייצא ערכי התכונה מתוך שניים או יותר תמונות ("ניתוח אצווה" פונקציה). כדי staרט את הניתוח אצווה, ללחוץ על כפתור "פתח תמונה". בחר את קבצי התמונה להיות מנותח אצווה. מספר קבצים שנבחרו באמצעות "Shift" או מקש "Ctrl" בעת בחירת קבצים נוספים. לאחר שהקבצים שנבחרו, לחץ על מקש "פתח". המשתמש יתבקש לבחור את סוג הפלט ניתוח האצווה: "ממוצעת בלבד", "סטיית תקן ממוצעת" או "מדידות אישיות לכל תמונה". דוגמה שני מצבי יצוא מוצג באיור 6. בחר שם לקובץ Excel שייווצר ולחץ על מקש "שמור". התוכנה תפתח אוטומטית את הקבצים ולהתחיל את הניתוח אצווה. אם קבצי התמונה כבר ניתחו בעבר נשמר על ידי ת"א, הקבצים שנשמרו. TMT ייפתח לניתוח אצווה. אם הקבצים לא נותחו בעבר, התוכנה תבצע ניתוח של תמונות ללא התאמות deselections ידנית. ת"א ניתן לבצע ניתוח אצווה של לפחות 100 תמונות ב 600 dpi. אצווה ניתוח לניתוח צבע. פתח את "בדיקת צבע" אפשרות תחת תפריט ההגדרות. בדוק את ניתוח אצווה ולחץ על ניתוח. חלון חדש יופיע כדי לבחור את התמונות כדי לנתח. בחלון הבא לציין את שם הספרייה עבור קובץ הנתונים. לחץ על שמור. קובץ הפלט יכיל את השם של כל תמונה (מבוסס על שם הקובץ) ואת ערכי הצבע הממוצע עבור כל הפירות על התמונה. הפרמטרים מתפוקת הם: פרמטר 1, פרמטר 2, R, G ו-B ערכים, בהירות L *, *, ו-b * ערכים, כמו גם ערכי הגוון ואת chroma. מבחן מודול צבע יכול לעשות ניתוח אצווה של עד 100 תמונות פירות, תלוי בחומרה של המחשב. 8. דוגמאות של ניתוח נתונים הפלט שנוצר על ידי ת"א יכולה לשמש עבור יישומים רבים. במחקרים גנטיים, הפלט משמש כדי לזהות צורה פירות QTL (לוקוסים Trait כמותי) באוכלוסיות segregating מספר שמקורם הכלאות בין זנים שונים עגבניות מעובדות (S. Lycopersicum) לבין זן הבר S. pimpinellifolium ההצטרפות LA1589 1,4,5. ת"א יכול לשמש גם לסווג פרי בקטגוריות צורה 6 ולנתח פרי עגבניות צבע דהוי בשל הפרעה פיזיולוגית "כתף צהוב" 3. יתר על כן, התוכנה נעשה שימוש כדי לנתח איברים צמחיים אחרים כגון 7 עלים וזרעים 8,9. 9. נציג תוצאות הפלט של ת"א כבר בשימוש עבור יישומים מגוונים נרחב. בכל צורה מחקרים פרי QTL, תמונות פרי (8 עד 10 פירות לכל צמח בתמונה אחת) נאספו מתוך סך של 96-130 צמחים אוכלוסייה. כתוצאה מכך, דימויים אלה נותחו על ידי TA 4,5. כדי לזהות את הקשר בין פנוטיפים ו גנוטיפים, מנתח QTL בוצעו באמצעות מיפוי מרווח מרוכבים 10,11 ועל ידי מיפוי multitrait מורכב מרווח עבור תת קבוצות של תכונות האוכלוסייה בכל 12. כתוצאה מכך, באזורים רבים של צורה הגנום עגבניות פירות שליטה זוהו. חלקם של אזורים אלה נכחו מספר אוכלוסיות, בעוד שאחרים היו ייחודיים לאוכלוסייה אחד. בעוד כמה צורה פירות QTLs (כגון ovate, השמש, fs8.1) היו ידועים ממחקרים קודמים מיפוי, לוקוסים נוספים התגלו לאחרונה. בסך הכל, 17-36 QTLs השליטה צורה תכונות הפרי התגלו שלוש האוכלוסיות segregating 2,4. הנתונים שנוצר על ידי ת"א יש גם נותחו באמצעות ניתוח מרכיבים עיקריים (PCA). במחקר אחד, חמש עשרה תכונות הצורה היו נתונים PCA, והראשון שלושה מרכיבים עיקריים (PC) מופו מכן כתכונות. הנתונים מראים כי QTLs PC חפפו עם QTLs תכונה היו התורמים מרכיב 4. אוכלוסיות segregating שימשו גם להשוות את QTL המזוהה עם morphometrics את QTL מזוהה עם תכונות הצורה. שוב, morphometrics QTL הוצגו בקנה אחד עם הצורה QTL פרי שליטה ותכונות גודל 93% מהמקרים 2. תוצאות אלו מראים בבירור את תוקפו ואת שחזור של נתונים המיוצרים על ידי ת"א בניתוח מורפולוגיה פירות. יישום נוסף של ת"א הוא יצירת מערכת צורה סיווג הפרי לזהות זני עגבניות המבוסס על מדידות בצורה אובייקטיבית פירות. אוסף germplasm של ~ 350 והצטרפויות עגבניות ממוצא מגוון פירות מורפולוגיה הוערכה. כשמונה פרי מצמח אחד היו דיגיטלית וניתח עם ת"א. שתי מערכות הסיווג הקיימות, IPGRI 13 ו UPOV 14, הוערכו והשוו באמצעות השוואה ויזואלית לתמונות פרי באוסף שלנו. שינינו את הסיווג המורפולוגי של שתי מערכות אלו על ידי שילוב של מספר קטגוריות ועל ידי יצירת שני חדשים 6. יחסי ציבורקטגוריות oposed הם obovoid שטוח, עגול, ארוך, מלבני, אליפסה, לב, oxheart. שמונה קטגוריות חדשות מותאם מן IPGRI 13 ו 14 מערכות UPOV יותר ויזואלית להבחין, ונבדקו באמצעות מדידות ת"א. פלט מדד ת"א 37 של תכונות מכל אחד ההצטרפות היה נתון PCA וניתוח המבחין לינארי (LDA) כדי לזהות את המדידות בצורה הטובה ביותר להגדיר כל קטגוריה צורה פירות, וגם להעריך כיצד מאבחן במדויק את התכונות להסביר את הסיווג חזותי ההצטרפות אחד. אחד היישומים האפשריים של מערכת זו צורה פירות הסיווג יהיה להשתמש את הפלט של ת"א כדי והצטרפויות אשכול המבוסס על נתונים פנוטיפי, ולזהות את הקשר בין הקטגוריות צורה שונה פירות. מבחן צבע מודול ת"א היה לעומת מדידות צבע שצולמו עם colorimeter (CR300) בתוך אוכלוסייה מולדת (IBC) הכלאה לאחור נגזר חוצה בין ס lycopersicum זנים עיבוד 3. * L, *, ו-b * ערכים colorimeter היו להשוות את ערכי הצבע המתקבל משלושה סורקים שונים עם ת"א. עם זאת, ההבדלים בין שלושת סורקים נצפו בשל חומרה, תוכנה, או nonstandardized ערכי RGB. כתוצאה מכך, אפשרות להזין ערכים התיקון בוצע מבחן צבע כדי לאפשר כיול הסורק. במחקר גנטי באמצעות מבחן צבע של ת"א, את השונות הגנטית לצבע אחידות צבע היה גבוה משמעותית כאשר הערכים האלה התקבלו colorimeter. הבדלים אלה הם תוצאה של פרמטרים ת"א צבע מדידה של השטח כולו בעוד colorimeter מנתח רק כמה נקודות על פני השטח. לבסוף, ת"א נבדק והיה מסוגל לנתח צבע אחידות צבע בגידולים אחרים, כגון תפוחי אדמה, מלפפון, אבטיח צהוב, תות שדה ו 3. באיור 1. בודק צבע רגיל עבור מודול צבע מבחן כדי לכייל את ערכי הצבע המתקבל סורקים שונים בזמנים שונים. איור 2. תמונות באיכות גבוהה דיגיטלית נדרשים לתפקוד תקין של ת"א. א) דוגמה של תמונה באיכות נמוכה. ת"א תנסה למצוא חפצים ברחבי התמונה. כאשר יש חללים ריקים גדולים כמו שמוצג כאן, ת"א לא יפעלו כהלכה או לקרוס. פירות מסוימים לא היו מחק יבש, את המיץ על גבי המסך סורק ימנע ת"א מהכרה גבול הפרי הנכון. כמו כן, כאשר מרבית הפירות שגוי בכיוון אנכי, תכונות רבות לא תחושב כראוי. אלה תמונות באיכות ירודה יהיה להאט באופן משמעותי את הניתוח של צורה פרי בשל התאמות ידנית נרחבת כי יצטרכו להתבצע לפני ניתוח. ב) דוגמה של תמונה באיכות גבוהה. פירות הם אנכית בכיוון הנכון, לסגור מרווחים בעוד לא נוגעים זה בזה ומחתה יבש. איור 3. צילום מסך של תוכנת ת"א. החלון העליון מציג את הכפתורים מספר כלים זמינים (כלומר, דמות לפתוח, לשמור פירות, נתוני היצוא, גודל מתאים, לנתח ולתקן). האובייקט בחלון הימני העליון נבחרה עבור התאמות ידניות הנתונים מוצגים בחלון הימני התחתון. הערכים עבור פרי זה מודגשים באפור בחלון נתונים הימנית התחתונה. האובייקטים המתוארים צהוב בחלון השמאלי ייכללו מנתח את ואילו אובייקטים המתוארים הכחול לא ייכללו בניתוח. איור 4. תמונה המשמשים מנתח עגבניות – מבחן היישום צבע. איור 5. המוגדרים על ידי המשתמש הגדרות. A) תכונות blockiness. בעמדה העליונה משמשת לחישוב blockiness סוף הפרוקסימלי ותכונות משולש. הגדרת לתפקיד העליון קובע כאשר X הוא נמדד (= 10% באיור). המיקום הנמוך משמש לחישוב blockiness סוף דיסטלי ותכונות משולש. הגדרת לתפקיד התחתון קובע היכן Y נמדדת (= 90% באיור). הערכים לתפקידים אלה שווים את אחוז גובה מהחלק העליון של הפרי. ב) תכונות מאקרו זווית. הקווים הירוקים מייצגים את אחוז (= 20% באיור) לאורך הגבול מסוף (ריבוע שחור באיור) שבו זווית תימדד. התוכנה תקבע את השיפוע באמצעות + / – 5% משווי שנבחר. עבור זוויות מיקרו התוכנה תקבע את השיפוע באמצעות + / – 2% משווי שנבחר. איור 6. דוגמה של נתוני הפלט המתקבל עם כלי ייצוא מהתמונה הראה באיור 3. א) פלט המציג את ערכי התכונות של כל פרי, הממוצע ואת סטיית התקן. ב) פלט המציג את ערכי התכונה הממוצע ואת סטיית התקן על 10 זני עגבניות.   L * * ב * 1 37.986 13.555 14.059 2 65.711 18.13 17.81 3 49.927 -4.88 -21.925 4 43.139 -13.095 21.905 5 55.112 8.844 -25.399 6 70.719 -33.397 -0.199 7 62.661 36.067 57.096 8 40.02 10.41 -45.964 9 51.124 48.239 16.248 10 30.325 22.976 -21.587 11 72.532 -23.709 57.255 12 71.941 19.363 67.857 13 28.778 14.179 -50.297 14 55.261 -38.342 31.37 15 42.101 53.378 28.19 16 81.733 4.039 79.819 17 51.935 49.986 -14.574 18 51.038 -28.631 -28.638 19 96.539 -0.425 1.186 20 81.257 -0.638 -0.335 21 66.766 -0.734 -0.504 22 50.867 -0.153 -0.27 23 35.656 -0.421 -1.231 24 20.461 -0.079 -0.973 טבלה 1. L *, *, b * ערכי תיקון כל אחד בודק את הצבע (ראה איור 1). מקור illuminant היה D50 וזווית הצופה היה 2 מעלות.