相关实验视频
Updated: Jan 14, 2026

08:14
LeafJ: An ImageJ Plugin for Semi-automated Leaf Shape Measurement
Published on: January 21, 2013
29.3K
绿叶VI:一个斐济插件,用于对叶子叶绿素含量的高通量分析
Thalia Luden1, Jelmer van Lieshout1, Sarah L Mehrem2
1Plant Developmental Genetics, Institute of Biology Leiden, Leiden University, Leiden, the Netherlands.
Physiologia plantarum
|October 19, 2025
概括
叶子的叶绿素含量,一个关键的植物健康指标,现在可以很容易地使用绿叶视觉索引ImageJ插件测量. 这种基于图像的非破坏性方法为植物研究提供了更快,无设备的替代方案.
科学领域:
- 植物生物学 植物生物学
- 生物技术是生物技术.
- 图像分析 图像分析
背景情况:
- 叶子中的叶绿素含量是植物健康,衰老和应激反应的关键指标.
- 传统的叶绿素量化方法往往耗时,需要专门的实验室设备.
- 基于图像的估计提供了使用数码相机RGB值的非破坏性,可访问的替代方案.
研究的目的:
- 开发和验证一个ImageJ插件,用于高通量,基于图像的叶子叶绿素含量量量化.
- 提供一种简单的,无需设备的方法,通过叶绿素估计来评估植物健康.
- 为了证明基于图像的叶绿素测量在各种植物物种的可靠性和准确性.
主要方法:
- 为ImageJ.开发绿叶视觉索引 (GLVI) 插件的开发.
- 在插件内实现图像白平衡和可选的背景删除功能.
- 通过图像分析验证插件在各种植物物种中的性能.
主要成果:
- 绿叶视觉索引插件使叶子叶绿素含量的高效,高通量分析成为可能.
- 开发的方法是无损的,只需要一台数码相机,使其广泛可用.
- 使用插件的基于图像的叶绿素量化准确地复制了传统方法的结果,包括全基因组协会研究.
结论:
- 绿叶视觉索引插件提供了一个可靠,准确和易于使用的工具,用于量化叶子的叶绿素含量.
- 这种基于图像的方法简化了植物健康评估,并促进了大规模研究.
- 该方法的准确性支持其在诸如全基因组协会研究等应用中使用.

