Detektering og klassificering af kimplanter ved brug af computer vision

Recommendations

Info

18 Appendiks 18.8 Kodestandard 18.8 Kodestandard 18.8.1 Indledning For at koden skal fremstå ensartet, er der fastlagt en kodestandard. Denne skal også hjælpe til med at gøre koden mere læsevenlig. 18.8.2 Navngivning Variabelnavne, klassenavne m.m. skrives altid på engelsk og skal værende sigende. 18.8.2.1 Klasser Alle klasser navngives med det første bogstav stort. Indgår der flere ord i navnet, startes det nye ord igen med stort. Derudover har .h filer og .cpp filer altid det samme navn. Eksempel: class EllipseApproximation EllipseApproximation.cpp EllipseApproximation.h 18.8.2.2 Variable I variabelnavne skrives det første bogstav altid med småt. Kommer der et nyt ord i navnet skrives dette med stort. Eksempel: int numberOfBlobs 18.8.2.3 Definements Definements skrives altid med store bogstaver og indgår der flere ord, adskilles disse af en underscore ”_”. Eksempel: #define HISTOGRAM_SIZE 256 18.8.2.4 Pointere Pointere navngives med et ”p” foran navnet. ”p”’et er med småt og det efterfølgende ord er med stort. Er det en dobblet pointer tilføjes der et ”p” mere. Side 99 af 131
18 Appendiks 18.8 Kodestandard Eksempel: Seed *pSeed int **ppSubBlob 18.8.3 Udseende 18.8.3.1 Pointere Når pointeren oprettes benyttes ”*”-operatoren, som altid står sammen med navnet og ikke typen. Eksempel: int *pBlobList 18.8.3.2 Referencer Oprettes der referencer med ”&”-operatoren, står denne altid sammen med navnet på referencen og ikke typen Eksempel: void execute(GrayScale &binaryImage) 18.8.3.3 Funktioner Der er ingen mellemrum mellem parentesen, og det første og sidste der står inde i den. Eksempel: void rootUnion(int a, int b) 18.8.3.4 Indrykning Koden inddeles i niveauer. Et niveau er det der står mellem de to tegn ”{” og ”}” og der skal være én tabulator indrykning. Eksempel: int BlobDetection::rootFind(int a) { if (pSubBlobList[a] == a) { return a; } else { return rootFind(pSubBlobList[a]); } } Side 100 af 131
Page 1 and 2:
Detektering og klassificering af ki
Page 3 and 4:
1 Indledning 1.1 Indledning Læseve
Page 5 and 6:
1 Indledning 1.1 Indledning 10.3.3
Page 7 and 8:
1 Indledning 1.3 Kravspecifikation
Page 9 and 10:
2 Opbygning og planlægning 2.1 Opb
Page 11 and 12:
2 Opbygning og planlægning 2.2 Pla
Page 13 and 14:
3 Beskrivelse af kim 3.4 Klassifice
Page 15 and 16:
4 Kamera 4.1 Indledning 4 Kamera 4.
Page 17 and 18:
4 Kamera 4.4 Sammenfatning stadig v
Page 19 and 20:
5 Color 5.1 Indledning 5 Color 5.1
Page 21 and 22:
5 Color 5.4 Sammenfatning Herefter
Page 23 and 24:
6 GrayScale 6.5 Sammenfatning 6.4.2
Page 25 and 26:
7 Binary 7.2 Teori Som det ses af h
Page 27 and 28:
7 Binary 7.3 Test 7.3 Test Figur 7.
Page 29 and 30:
8 BlobDetection 8.1 Indledning 8 Bl
Page 31 and 32:
8 BlobDetection 8.3 Test Figur 8.8
Page 33 and 34:
8 BlobDetection 8.3 Test svarer næ
Page 35 and 36:
9 EllipseApproximation 9.1 Indledni
Page 37 and 38:
9 EllipseApproximation 9.2 Teori De
Page 39 and 40:
9 EllipseApproximation 9.3 Test 9.3
Page 41 and 42:
9 EllipseApproximation 9.3 Test 9.3
Page 43 and 44:
9 EllipseApproximation 9.4 Sammenfa
Page 45 and 46:
10 ExpandShrink 10.1 Indledning 10
Page 47 and 48:
10 ExpandShrink 10.2 Teori 10.2.3 E
Page 49 and 50: 10 ExpandShrink 10.4 Sammenfatning
Page 51 and 52: 11 TopDetection 11.2 Teori punktet,
Page 53 and 54: 11 TopDetection 11.3 Test 12 Alle a
Page 55 and 56: 12 Symmetry 12.1 Indledning 12 Symm
Page 57 and 58: 12 Symmetry 12.2 Teori 12.2.1 Rotat
Page 59 and 60: 12 Symmetry 12.3 Test Blobid Ellips
Page 61 and 62: 13 Quality 13.1 Indledning 13 Quali
Page 63 and 64: 13 Quality 13.2 Teori På figur 13.
Page 65 and 66: 13 Quality 13.2 Teori Figur 13.6 3-
Page 67 and 68: 13 Quality 13.3 Test 13.3.2 Anden d
Page 69 and 70: 13 Quality 13.4 Sammenfatning 13.4
Page 71 and 72: 14 Implementering 14.3 Programstruk
Page 73 and 74: 14 Implementering 14.4 User interfa
Page 75 and 76: 15 Sammenfatning 15.1 Samlet test v
Page 77 and 78: 15 Sammenfatning 15.1 Samlet test P
Page 79 and 80: 15 Sammenfatning 15.3 Konklusion kv
Page 81 and 82: 15 Sammenfatning 15.4 Videreudvikli
Page 83 and 84: 16 Litteraturliste 15.4 Videreudvik
Page 85 and 86: 18 Appendiks 18.1 Klasseoversigt 18
Page 87 and 88: 18 Appendiks 18.1 Klasseoversigt -u
Page 89 and 90: 18 Appendiks 18.4 Tidsplan 18.4 Tid
Page 91 and 92: 18 Appendiks 18.5 Orientering i pla
Page 93 and 94: 18 Appendiks 18.6 Bestemmelse af el
Page 95 and 96: 18 Appendiks 18.7 Valg af TopDetect
Page 97 and 98: 18 Appendiks 18.7 Valg af TopDetect
Page 99: 18 Appendiks 18.7 Valg af TopDetect
Page 103 and 104: 18 Appendiks 18.9 Implementering 18
Page 105 and 106: 18 Appendiks 18.9 Implementering }
Page 109 and 110: 18 Appendiks 18.9 Implementering }
Page 113 and 114: 18 Appendiks 18.9 Implementering
Page 119 and 120: 18 Appendiks 18.9 Implementering r
Page 121 and 122: 18 Appendiks 18.9 Implementering fl
Page 125 and 126: 18 Appendiks 18.10 Test af Binary 1
Page 127 and 128: 18 Appendiks 18.10 Test af Binary B
Page 129 and 130: 18 Appendiks 18.11 Test af TopDetec
Page 131 and 132: 18 Appendiks 18.11 Test af TopDetec
show all

Detektering og klassificering af kimplanter ved brug af computer vision

Create successful ePaper yourself

Delete template?

Save as template?