1.一种植物细胞表型检测方法,其特征在于,所述方法包括如下步骤:
(1)采用预先搭建的图像获取装置,获取待测样品的植物细胞图像;
(2)对所述植物细胞图像进行处理以提取出颜色参数矩阵;
(3)对所述颜色参数矩阵中的颜色参数进行主成分分析后,通过预设的分类模型进行分类,从所述待测样品的植物细胞中分离出褐化细胞和非褐化细胞,以及从所述非褐化细胞中分别分离出生长良好细胞;
(4)根据所述褐化细胞通过预设的半监督分类模型预测所述待测样品中植物细胞的细胞活力,根据所述生长良好细胞通过预设的回归模型预测所述待测样品中植物细胞的生物量。
2.如权利要求1所述的方法,其特征在于,所述图像获取装置包括预制封闭盒,置于所述预制封闭盒中的摄像机、样品支架和固定光源,以及置于所述预制封闭盒外部的遥控快门;其中,所述待测样品置于所述样品支架上,所述固定光源置于所述待测样品远离所述样品支架的一侧。
3.如权利要求1所述的方法,其特征在于,所述步骤(2)进一步包括:
获取所述植物细胞图像的有效位置信息;
根据所述有效位置信息生成目标图像;
在所述目标图像中选择预设像素大小的象限,计算获取颜色参数,提取出所述颜色参数矩阵。
4.如权利要求3所述的方法,其特征在于,所述颜色参数包括:红色值、绿色值、蓝色值、亮度、相对红色值、相对绿色值、相对蓝色值、色调、饱和度和照度。
5.如权利要求1所述的方法,其特征在于,所述分类的方式为:采用多个分类器分别进行分类,并采用多数表决法获取分类结果。
6.如权利要求1所述的方法,其特征在于,所述步骤(3)进一步包括:
对所述颜色参数矩阵中的颜色参数进行主成分分析后,通过所述分类模型进行第一次分类,从所述待测样品的植物细胞中分离出褐化细胞和非褐化细胞,其中,所述褐化细胞用于半监督分类预测所述待测样品的细胞活力;
根据所述颜色参数矩阵中的颜色参数通过所述分类模型进行第二次分类,从所述非褐化细胞中分别分离出生长良好细胞和灰化细胞,其中,所述生长良好细胞用于回归预测所述待测样品的生物量。
7.如权利要求1所述的方法,其特征在于,所述分类模型的搭建方式包括:
采用所述图像获取装置获取多幅样本细胞图像;
对所有所述样本细胞图像进行处理以提取出多组样本颜色参数矩阵,并对所述多组样本颜色参数矩阵中的样本颜色参数进行主成分分析;
将完成主成分分析后的多组样本颜色参数划分成训练集以及测试集;
基于所述训练集建立所述分类模型,采用所述测试集对所述分类模型进行调整和测试。
8.如权利要求1所述的方法,其特征在于,所述半监督分类模型的搭建方式包括:
采用所述图像获取装置获取不同褐化程度的褐化细胞图像;
采用活细胞电极测量不同褐化程度下第一数量的褐化细胞并标记、作为标记的褐化细胞数据,并获取第二数量的褐化细胞作为未标记的褐化细胞数据,其中,所述第二数量大于所述第一数量;
基于未标记的褐化细胞数据和标记的褐化细胞数据建立所述半监督分类模型,使用标记传播算法进行半监督学习,进而对所述半监督分类模型进行调整和测试。
9.如权利要求1所述的方法,其特征在于,所述回归模型的搭建方式包括:
采用所述图像获取装置获取不同生长状态下非褐化的多组生长良好细胞图像和多组灰化细胞图像,并提取出相应的样本颜色参数矩阵;
基于提取出的相应样本颜色参数矩阵分别对生长良好细胞和灰化细胞进行偏最小二乘法和线性支持向量机建模,建立所述分类模型中的回归模型。
10.一种植物细胞表型检测系统,其特征在于,所述系统包括:
图像获取装置,用于获取待测样品的待测悬浮细胞图像;
图像处理模块,用于对所述待测悬浮细胞图像进行处理以提取出待测颜色参数矩阵;
分类模块,用于对所述待测颜色参数矩阵中的待测颜色参数进行主成分分析后,通过预设的分类模型进行分类,从所述待测样品的植物细胞中分离出褐化细胞和非褐化细胞,以及从所述非褐化细胞中分别分离出生长良好细胞;
预测模块,用于根据所述褐化细胞通过预设的半监督分类模型预测所述待测样品中植物细胞的细胞活力,以及根据所述生长良好细胞通过预设的回归模型预测所述待测样品中植物细胞的生物量。