Detektering og klassificering af kimplanter ved brug af computer vision

2 Opbygning og planlægning 2.1 Opbygning
henholdsvis hvidt eller sort. Det ønskes at fastlæggelsen af denne grænse sker dynamisk, da
lysforholdene i billedet kan variere. Grænsen bliver på denne måde ikke givet på forhånd.
4. I det binære billede skal alle de hvide forgrundspixels, som rører ved hinanden, sættes
sammen sådan, at man kan referere til en samlet pixelgruppe med et nummer. En sådan pixelgruppe
refereres som ”blob”. Udover at danne blobs skal det også fastlægges, hvor disse
ligger i det binære billede. Der skal altså opsættes en grænse, som omslutter hver enkel blob.
Dette gøres ved at ramme dem ind med en firkant, med koordinater til alle fire hjørner, en
såkaldt ”bounding box”. Alle informationer om hver enkel blob gemmes i et objekt ”seed” i
programmet.
5. Næste skridt er at udføre ellipseapproksimation på alle blobsne. Det udnyttes her, at det er
givet på forhånd, at kimplanterne vil være aflange af form. Det er ellipseapproksimationens
formål, at bestemme stor- og lilleaksernes længder, samt de vinkler de danner med det
horisontale plan. På denne måde afgrænses det til to ender, hvor top og bund på kimet kan
ligge. Enten i den ene eller anden ende af storaksen. Ellipseapproksimationen resulterer
yderligere i centerkoordinater for kimplanten, som kan bruges i den videre analyse. Alle disse
informationer gemmes, sammen med dem der allerede står der fra blobsne, i seed-strukturen.
6. I Del II af projektet skal kimene kvalitetssorteres. Som et led i det skal kimenes top og bund
først findes. Dette gøres for, at man kan placere kimene med korrekt orientering i deres
næringsmiljø.
7. En interessant parameter for kimene er, hvor symmetriske de er omkring deres længdeakse.
Det er tanken, at undersøge hvor symmetrisk hvert kim er omkring dets længdeakse. Et mål
for den symmetri skal herefter vægtes i forhold til kimets størrelse, og på den måde kan
kimene sammenlignes indbyrdes. Det er altså herefter muligt, at frasortere kim der er
asymmetriske.
8. Det næstsidste trin bliver at udføre selve sorteringen. Indtil videre er der i Del II kun blevet
samlet oplysninger ind. I trin 8 gennemgås hvert kim, og det skal vurderes om kimet falder
inden for de grænser der sættes af brugeren.
9. I trin 9 skal der udskrives data om alle kimene. Når programmet kører i ”Debug”-mode
udskrives al tilgængelig information omkring kimene. Når programmet kører i normal
funktionsmode, udskrives kun det absolut nødvendige. I ”Debug”-mode laves der billeder,
der grafisk viser hvilke kim, der er blevet fundet i billedet. Fra trin 5, Ellipseapproksimation,
tegnes alle ellipserne på det originale billede, der bliver anvendt som input til programmet.
På den måde vil det være nemt at sammenligne det originale billede, med hvad algoritmen
har fundet frem til. Ydermere tegnes alle blobs, og der laves også et billede, der viser alle
toppe og bunde på kimene, ud fra det originale billede. Derudover udskrives der 3 tekstfiler:
a. ”Histogram.m” er en m-fil til MatLab, der direkte kan plotte histogrammet, der
bliver udregnet undervejs
b. ”blobData.txt” viser næsten al tilgængelig data på kimene
c. ”robotData.txt” viser kun (x, y, θ) for alle godkendte kim. Det er tanken, at en robot
kan interface med denne tekstfil, og på den måde finde kimene i planet. Når
programmet ikke kører i ”Debug”-mode, og altså ved normal funktionsmode,
udskrives kun ”robotData.txt”
Side 9 af 131